基于优化深度置信网络的风电机组故障预警方法及系统

本发明属于风电机组技术领域，具体提供基于优化深度置信网络的风电机组故障预警方法及系统，包括：基于风场安装的数据采集与监视控制SCADA系统，获取SCADA数据；其中，SCADA数据包括风场周围环境参数以及风电机组部件性能参数；利用KNN‑箱型图组合算法，对SCADA数据进行异常值检测；联合麻雀搜索算法SSA以及粒子群算法PSO对深度置信网络DBN进行参数寻优，构建基于SSA‑PSO‑DBN的风电机组故障预警模型；基于风电机组故障预警模型，完成对风电机组故障的预警。本发明提出的算法对于风电机组运行状态判断上有较高的精度，能够进一步降低误判的风险，同时能够实现对风电机组故障的早期预警。