基于PLC的风电机组载荷实时预测方法及系统

本发明实施例提供了一种基于PLC的风电机组载荷实时预测方法及系统，其通过特征工程模块将原始、混杂的SCADA数据转化为高质量的特征向量。在此基础上，采用基础模型和残差模型的解耦架构：一个经过量化压缩的基础模型在PLC上高效运行，提供载荷基准预测；一个极度轻量化的残差模型则专门学习并补偿前者的预测误差，以微小计算开销实现精度的提升。最后，为应对工况变化导致的模型性能漂移，引入了一套低成本的漂移监控与自适应更新闭环，通过实时监控预测误差，仅对轻量化的残差模型进行快速在线微调，从而确保了模型在长期运行中的高精度以及准确性。