摘要

数字孪生和机器学习是推动传统产业向智能制造迈进的使能技术。针对当前风电场状态监控可视化程度低、运维实时性不足的问题,基于数字孪生五维模型概念,构建风电场数字孪生五维模型框架;针对传统算法故障检测能力不足、风机故障数据集存在正负样本不平衡的问题,提出使用改进的ASL-CatBoost算法实现风机故障状态的精准检测,通过实验证明算法的有效性;以数字孪生平台为基础,结合MATLAB/Simulink建立叶片质量不平衡状态下的双馈风力发电机仿真数学模型,模拟多种风速、温度条件下不同原因导致的风机故障状况数据,辅助故障检测算法进行训练,增强算法的泛化能力;最后设计实现风电场数字孪生运维管控一体化平台案例,在实时数据的驱动下,实现风电机组运行状态的实时监视与精准管控,验证所提框架和改进算法的可行性。