一种风电机组健康状态智能诊断方法及系统

本申请涉及一种风电机组健康状态智能诊断方法及系统。所述方法包括：获取包括动态响应、热力学状态、电气参数及环境参数的多维度运行数据，构建多维度运行特征矩阵；利用预训练的基于注意力机制的特征筛选模型计算潜在故障关联特征；基于预设故障模式库，采用支持向量机分类算法进行故障分类处理，获得潜在故障模式；根据预设风险量化规则计算各故障模式的风险分数；从预设维护规则库匹配并优化维护操作集合，形成风电维护项目；依据风险分数确定维护优先级并生成维护优先序列。采用本方法能够实现风电机组故障的精准识别、风险量化与维护决策智能化，提升运维效率与设备可靠性。