基于Transformer的风电机组故障预测

来源：电子测量技术杂志2024年第13期北京时间：

作者：朱彦民，李忠虎，王金明，杨立清，张鑫宇

单位：1.内蒙古科技大学自动化与电气工程学院 包头 014010; 2.内蒙古科技大学机械工程学院 包头 014010

摘要：为了研究基于SCADA数据的风电机组故障预测方法，将一台2 000 kW双馈风电机组14个月的SCADA数据作为研究对象，首先对数据进行预处理，保证数据的可用性，其次，考虑到传统Transformer模型存在模型结构复杂且模型参数设置多等问题，通过引入线性解码器结构构建Transformer模型，并使用该模型对风电机组故障进行预测研究。研究表明：所构建的算法模型具备长期使用稳定性，模型可以消除误预测现象，可以提前6天时间做出故障预测，为避免因故障恶化而引起突然停机提供了保障。

关键词：风电机组;深度学习;数据分析;SCADA系统;故障预测

基金资助：内蒙古自治区科技计划项目(2021GG0433)资助