大数据分析技术在风电设备异常预测中的应用

陈 智魁
河北新天科创新能源技术有限公司

摘要

鉴于风力发电机组工作方法的复杂性和多样性以及预测数据的数量大、来源复杂和快速增长等特点，现有的预测方法难
以确保预测的准确性和对大量数据的快速处理。为此，提出了一种风力预测模型，结合 Hadoop 部署技术和 BP 神经网络，用于预
测设备状况。这种异常预测方法有助于加快影响速度，同时确保准确性，是风电场维修人员的重要参考。

关键词

大数据分析技术；风电设备；异常预测；应用

参考

[1] 方占萍.大数据分析技术在风电设备异常预测中的应

用[J].石河子科技,2021(03):16-17. [2] 贾建华.基于数据挖掘风力发电设备故障远程诊断探

究[J].电气传动自动化,2021,43(01):7-9. [3] 于天笑.大数据分析技术在风电机组异常预测中的应

用[J].通信电源技术,2019,36(06):37-38+40. [4] 张慧亭,王坚,凌卫青.大数据分析技术在风电设备异常

预测中的应用[J].电脑知识与技术,2017,13(03):245-247. [5] 陈佳俊.基于大数据分析的输变电设备异常检测[D].上

海交通大学,2016. [6] 严英杰,盛戈皞,陈玉峰,江秀臣,郭志红,杜修明.基于大

数据分析的输变电设备状态数据异常检测方法[J].中国电机工

程学报,2015,35(01):52-59.