郭星宙

在风电场蓬勃发展态势下，SCADA 系统掌控机组全方位运行信息，其数据质量关乎运维成败。因风电场自然条件严苛、设备老化、通信受阻等，数据常现缺失、突变、噪声类异常。本文立足实际，深挖基于统计规律、智能学习、信号解析的诊断路径，综合运用多手段剖析海量数据，精准甄别异常，为风电场平稳、经济运行筑牢根基，助力行业运维决策优化。

风电场；SCADA 系统；数据异常诊断；统计分析；机器学习

[1] 李明华.风电场 SCADA 系统故障诊断技术研究[J].电力系统自动化,2022,46(10):120-125. [2] 王强.基于机器学习的风电机组数据异常检测方法[J].电气技术,2023,24(3):45-50. [3] 张峰.风电 SCADA 数据处理中的信号分析方法[J].可再生能源,2021,39(8):100-104.

点击下载PDF