风机时空大语言模型

提前27天告警

一个持续自适应的时空大语言模型,能跨风场适应不同数据分布,在风机故障前近一个月给出可解释的早期异常信号。

Yao, Qingtao · Ruibin, Ban · 向玲 · 王晓龙 · 胡爱军 · Bing, Hankun

Applied Energy 2026

参数信息

RMSE 降低幅度
39 %
决定系数
0.990–0.994
提前预警天数
27 天

技术优势

跨场站自适应

持续学习机制让模型不断吸收新场站特有的数据分布,无需为每个风场重新训练。

故障定位可解释

利用 Hotelling T² 统计量分解每个传感器对异常的贡献,直接指出哪些 SCADA 变量驱动了异常行为。

早期预警

在两个真实风场的维护事件前分别提前 27 天和 26 天发出故障预警,为运维争取窗口期。

应用场景