技术总结
一种风力发电机组变桨蓄电池异常故障预测方法，包括如下步骤：首先对历史的变桨蓄电池异常故障数据和同时刻可导致变桨蓄电池异常故障的相关变量数据进行处理，消除数据噪声，处理因检测系统引起的异常数据；然后从处理后的数据中挖掘出变桨蓄电池异常故障的隐藏信息，将该隐藏信息与处理后的数据进行相似性分析，构造出异常故障分类器模型；最后，采用异常故障分类器对实时数据及隐藏信息进行分类，检索变桨蓄电池异常故障案例库，匹配与实时数据、隐藏信息、以及分类结果最具相似度的故障信息，作出预测，随后用实际情况验证预测结果，并根据验证结果完善故障案例库或加权修正异常故障分类器，实现异常故障的准确预测。
技术研发人员：王乐乐;蒋伟;谷海涛;石晓霞;王华;王洪彬
受保护的技术使用者：科诺伟业风能设备（北京）有限公司;北京科诺伟业科技股份有限公司
文档号码：201710009019
技术研发日：2017.01.06
技术公布日：2017.10.03