一种基于多维时变拓扑与序列匹配的风机早期故障预警与定级方法

本发明公开一种基于多维时变拓扑与序列匹配的风机早期故障预警与定级方法，首先，获取风电机组SCADA多维运行数据，进行预处理，形成原始时序样本；采用双层滑动窗口重构，融合短期波动和长期趋势特征；其次，确定传感器时变拓扑关系，构建时态邻接矩阵，计算图节点动态特征；接着，利用正常运行状态基线预测模型得到未来时刻基线预测值，计算其与实际观测值之间的综合偏离度，输出预警信号，记录预警触发时刻和预警提前量；然后，对已触发预警的异常序列进行故障演化特征提取，并与典型故障模式库进行序列匹配，得到最相似的故障模式及匹配距离；最后，根据预警提前量、最大偏离度和故障模式的最小匹配距离计算故障危险等级，输出维护策略建议。