摘要
本发明涉及数据处理技术领域,具体为一种基于数据驱动的风电机组设备故障预测方法及系统;本发明通过DBSCAN算法对采集的实时运行数据进行聚类,剔除其中的离群数据,得到风电机组设备真实运行数据,有效避免离群数据带来的影响;通过最大最小标准化方法对所述风电机组设备真实运行数据进行归一化处理,降低后续操作的计算量;采用双向搜索算法搜索风电机组设备异常运行数据对应的风电机组设备并经过数据标识生成风电机组异常设备文本数据,提高了搜索过程的速度和效率;构建风电机组设备故障预测结果数据并执行风电机组设备故障预警作业,实现风电机组设备的实时预警。