本发明公开了一种风机SCADA数据的偏航静态偏差角预测方法，包括：S1.获取时间段内不同风机的风速、偏航角以及发电功率，构架数据矩阵；S2.根据所述数据矩阵标记得到静态偏航误差；S3.基于神经网络，训练关于所述风速、偏航角、发电功率以及静态偏航误差的神经网络学习模型；S4.获取目标风机的当前风速、偏航角以及发电功率数据，输入至训练好的所述神经网络学习模型，预测所述目标风机的偏差角进行输出；本发明基于神经网络算法，预测出风机的静态偏航误差，准确度高，且无需外挂机载式激光雷达等设备，降低引入其他设备产生的成本和引入设备的本身性能造成的数据误差，即相对于传统技术，本发明方法能够达到降本增效的目的，适于推广。

江魁 何鑫 曹辉 杨家伟

武汉展盛科技有限公司

430000 湖北省武汉市江汉区江汉经济发展区江发路8号1栋6层608

本发明公开了一种风机SCADA数据的偏航静态偏差角预测方法，包括：S1.获取时间段内不同风机的风速、偏航角以及发电功率，构架数据矩阵；S2.根据所述数据矩阵标记得到静态偏航误差；S3.基于神经网络，训练关于所述风速、偏航角、发电功率以及静态偏航误差的神经网络学习模型；S4.获取目标风机的当前风速、偏航角以及发电功率数据，输入至训练好的所述神经网络学习模型，预测所述目标风机的偏差角进行输出；本发明基于神经网络算法，预测出风机的静态偏航误差，准确度高，且无需外挂机载式激光雷达等设备，降低引入其他设备产生的成本和引入设备的本身性能造成的数据误差，即相对于传统技术，本发明方法能够达到降本增效的目的，适于推广。