EPTSMElectric Power Technology and Safety Management2997-34732997-3503Art and Technology10.61369/EPTSM.2026020010Article风电机组数据采集与监控系统异常数据识别方法研究https://artdesignp.com/journal/EPTSM/3/2/10.61369/EPTSM.2026020010李忠义,赵长江,相童巍,王乐,默婧2026322026-02-20随着风电规模化发展，风电机组数据采集与监控系统采集的海量运行数据中混杂的异常数据，严重影响设备状态评估与故障预警的准确性。本文基于华能新能源股份有限公司生产实践，系统分析了风电场SCADA系统中异常数据的典型类型及其产生机理，重点研究了基于统计阈值、规则逻辑与机器学习的三类异常识别方法，并提出了一种分层融合的工程化应用框架。实际应用表明，该框架能够有效识别传感器故障、通信异常及设备早期劣化等多种异常模式，为提升风电场智能化运维水平提供了技术支撑。风电机组,数据采集与监控系统,异常数据识别,智能运维