摘要：随着社会的不断发展，风力发电也是逐渐占据越来越多的市场，而风力发电机组检修一直是风力发电相关行业内较为关键的工作内容，传统的风力发电机组检修技术已逐渐无法满足其行业发展的需求。随着数据挖掘技术的不断成熟，其也被应用到了风力发电机组检修之中，并且其在不断的应用过程中也取得了较为良好的应用效果。因此本文将从数据挖掘技术概述、传统风力发电机组检修中存在的问题以及数据挖掘技术在风力发电机组检修中的具体应用几个方面对其进行具体的研究分析，希望能够为数据挖掘技术以及风力发电相关行业更加快速的发展贡献自己的一份力量。

关键字：数据挖掘技术 风力发电机组 检修 应用

一、数据挖掘技术概述

数据挖掘指的是从大量的数据中自动搜索隐藏于其中的有着特殊关联性信息的过程。数据挖掘技术是在计算机技术、统计分析技术等多种技术的基础上研发而成的一种新型技术，随着该技术的愈加成熟，其在各个行业的领域中应用的也是越来越广泛，同时其所能起到的作用也是越来越重要，可以说数据挖掘技术的应用能够从根本上推动相关行业的快速发展。

1.1数据挖掘技术分类

根据数据挖掘所使用计算方式的不同以及属性的不同能够将其分为决策树技术、神经网络技术、关联规则技术、回归网络技术、聚类分析技术以及贝叶斯分类技术几种，不管是哪一种数据挖掘技术只要应用得到，都能够起到较为重要的作用。

1.1.1决策树技术

决策树技术是所有数据挖掘技术中较为成熟的一种，其主要是一种运用概率与图论中的树对决策中的不同方案进行比较，从而获得最优方案的风险型决策方法。通过决策树技术进行数据挖掘，其能够先将所有的数据集成一个树根，而后在通过层次筛选，将所有的数据进行分枝处理，最后所形成的所有结点便是想要搜索的信息。

1.1.2神经网络技术

神经网络技术是数据挖掘技术中机器学习的典型代表，其主要是通过利用数学计算方法来模仿人脑思维模式，通过调节所有数据中大量节点之间相互连接的关系，来达到实现信息处理的目的，而且神经网络技术还能够从以往的数据处理工作中学习到一定的经验知识，并将其应用到新的信息数据问题处理中。

1.1.3关联规则技术

关联规则技术主要利用的是不同数据之中的潜在联系，而关联规则技术则因为其自身的特性经常被应用于一些存在关联的数据信息寻找之中。其首先是从所有数据中找到高频项目组，而后又在高频项目组中生成关联规则，以此来达到数据挖掘的目的。

1.1.4回归分析技术

回归分析技术也是数据挖掘技术的一种，其主要利用的是数据统计原理，通过对所有数据进行相应的数学处理，根据因变量与自变量之间的关系建立对应的回归分析方程，最后通过对相关信息的分析来达到数据挖掘的目的。

1.1.5聚类分析技术

聚类分析技术也就是将所有数据根据不同的属性等因素进行划分，不同群组之间的对象存在着较大的差异性，因此聚类分析技术能够根据实际需求对不同群体内的数据进行鉴别，不断缩小搜索范围，最终将完成数据挖掘工作。

1.1.6贝叶斯分类技术

贝叶斯分类技术也是一种较为成熟的统计学分类方法，同样其也是所有数据挖掘技术中所能起到作用效果较好的一种技术。贝叶斯分类技术主要是根据数据所存在的某种概率分布进行相关的信息推理，以此来做出最优的决策。

1.2数据挖掘技术的特点分析

1.2.1基于大量数据

数据挖掘技术一般情况下都是在数据量较大的基础上进行工作的，一方面是因为如若数据量较少的话，通过手动分析便能够进行信息查询以及总结等，使用数据挖掘技术就显得有点多余;另一方面则是因为小数据量通常不能够直接反映出现实世界的一般特征，即使使用数据挖掘技术进行相关工作处理，也起不到想要达到的效果。

1.2.2隐含性

数据挖掘技术所挖掘的信息一般都是较为复杂，隐藏的比较深的，而也是这些信息不容易被查询到的原因，才使得数据挖掘技术将它的功能性完全体现了出来。例如一些数据的表面信息即使通过其它相关技术也能够进行快速查询，不仅能够更加快速，还能够减少一定的成本支出;而如若是隐藏在数据库深处的信息，且还可能是某些未知信息，普通软件则无法将其查询到，使用数据挖掘技术的话不仅能够快速将其搜索出来，还有利于帮助公司获得进一步的洞察力。

1.2.3价值性

数据挖掘技术的应用必然会给应用企业带去直接或者间接的利益，否则其也没有存在的必要性，但是在体现数据挖掘技术价值性的前提下也要注意一些问题。如若没有挖掘目标的话，或者是挖掘人员自身专业素质不过关的话，则可能导致数据挖掘技术所能起到的效果不明显，从而有损其价值性的体现，也不利于相关应用行业的快速发展。

1.3数据挖掘技术存在的不足之处

1.3.1必须有足够的数据支持

数据挖掘技术虽然已经足够成熟，但仍然存在着一些不足之处，其中最大的不足之处便是其使用范围存在着一定的局限性，数据挖掘技术的应用必须要有足够的数据支持，这样才能够保证其功能作用的完全发挥，否则容易出现结果不精准或者无法挖掘出相关信息等问题，无法起到该有的作用。

1.3.2对噪声数据较为敏感

数据挖掘技术对于相关设备产生噪声数据存在着一定的敏感性，如若应用到噪声较大的设备之中，可能会发生因为噪声数据而产生其它数据存在微小差异的现象发生，不过数据挖掘技术的这种不足之处，正在不断的被自身所完善，所能造成的影响也是在可控范围之内。

二、传统风力发电机组检修中存在的问题

传统风力发电机组在检修过程中存在着较多的问题，检测人员不仅不能够将风力发电机组隐藏的一些问题检测出来，而且其在检测过程中还需要浪费大量的时间，在一定程度上风力发电机组的检修工作也严重影响了风机的整体收益。

2.1监测系统缺失

传统风力发电机组检修之所以会存在较多的问题，最主要的原因便是其监测系统无法满足风力发电机组检修的需求。例如风力发电机组设备寿命、主轴状态以及产生的噪音等其都无法进行监测或者是监测不到位，不能够提供可靠的数据。这种监测手段只能够在风力发电机组发生故障以后发出警报，却不能够提前发现问题，检修人员只能够采取一些预防措施来防止风力发电机组出现故障，但是所能取得的效果确是存在较大局限性的。

2.2分析方式落后

传统风力发电机组检修所用的相关技术以及系统都是跟不上设备需求的，而风力发电机实时状态的分析对于其正常运行又有着极其重要的影响，因此相关数据分析评估技术的落后已经严重影响到了风力发电机相关行业的发展。而数据挖掘技术则是一种新型的数据计算分析挖掘技术，对于风力发电机检修则有着重要的应用作用，同时其也能够对风力发电相关行业起到一定的推动作用。

2.3漏检概率较高

检修是保证风力发电机组正常工作运行的根本所在，而一旦风力发电机组某些部件被漏检的话则可能在使用过程种造成严重的后果。之所以会发生这种情况，一方面可能是因为相关技术较为落后，无法满足设备检修的所有要求;另一方面则可能是因为工作人员专业知识素养不够高造成的，经验丰富的检修人员能够根据风力发电机组运行时的振动以及声音等因素对其实时状况进行具体的判断，而如若经验不足的话，则只能够依靠相关技术设备，而后便容易造成风力发电机组漏检的现象发生。

2.4检修效率较低

风力发电机组的检修效率能够直接影响到风力发电设备的整体运行状况，而在传统的风力发电机组检修过程中，则需要浪费大量的检修时间，且随着现如今风力发电设备的愈加增多，如若不能够提升风力发电机组检修效率的话那么将会对相关企业的整体盈利造成严重的影响。风力发电机检修效率较低的原因一方面是检修人员较少，另一方面则是相关技术不太成熟，因此数据挖掘技术的应用便成为了提升风力发电机组检修效率的关键所在，也是推动风力发电相关行业发展的根本所在。

三、数据挖掘技术在风力发电机组检修中的具体应用

传统风力发电机组检修过程中存在着各种各样的问题，一旦解决不及时的话便会造成发电机组甚至整个风力发电设备出现严重的故障，而数据挖掘技术则能够通过相关计算方法从根本上寻找出风力发电机组的漏洞所在，不仅能够在保证风力发电机组检修质量的同时大幅度提升其检修效率，还能够在一定程度上减少检修人员的工作强度。数据挖掘技术在风力发电机组检修中的应用也能够起到重要的推动作用，一方面是因为数据挖掘技术能够提升风力发电机的运行效率，另一方面则是因为其还能够为风力发点机组检修减少一定的成本支出，从根本上有利于推动风力发电行业的快速发展。

3.1信息收集

风力发电机组的自身相关信息是对其进行检查维修的根本所在，如若连设备的相关型号数据都不清楚的话，那么便不能够根据其特性采取对应的解决措施，不仅可能会增加设备检修花费的时间，还可能会使得整个风力发电机的运行效率受到严重影响，因此收集风力发电机组相关基础信息也是一件极其重要的事情。

通过数据挖掘技术便可以对风力发电机组生产制造、安装过程以及后期运行过程中维护保养等所有的信息全部进行挖掘采集，而且除了这些风力发电机组基本信息之外，数据挖掘技术还能够对其日常运行中产生的所有数据进行挖掘和收集。将所有的相关信息数据收集完毕之后，数据挖掘技术便能够根据自身的特性研究所有数据之间存在的联系，而后通过不同的计算分析方式来对风力发电机组存在的故障进行预测判断。风力发电机组的检修人员只需要根据数据挖掘技术提供的相应较为关键的信息便能够完成对风力发电机组故障的检修工作，而且还能够根据相关数据对风力发电机组其它方面的性能进行一定程度的优化，更加有利于其运行效率的提升。

3.2状态评价

在风力发电机组运行过程中，监控系统以及计算机系统会实时对其运行数据进行严密的监控记录，一方面是为了保证在风力发电机组出现故障的时候能够第一时间发现故障，做出相应解决对策，最大程度上减少故障所造成的影响;另一方面则是为了在进行风力发电机组检修时为数据挖掘技术处理数据提供相应的数据支持，如若没有足够的数据支持的话，数据挖掘技术将不能够计算分析出其不同数据间的连接关系，也无法更好的为风力发电机组检修发挥出自身的功能作用。

在风力发电机组检测中运用数据挖掘技术也能够在一定程度上做好预防工作，避免其出现故障，虽然监控系统能够实时监测到风力发电机组的运行状态，但是在精准性方面仍然存在着一些不足之处。而数据挖掘技术与监控系统相关技术的结合则能够很好的解决这类问题，通过数据挖掘技术对相关信息的处理，来实时判断风力发电机的数据走向，当风力发电机的数据走向超过某一固定范围时便意味着其可能某个部位出现了问题。这个时候检修人员便能够根据数据控制技术提供的相关信息对风力发电机组进行检查维修，在其出现故障之前提前预判到，不仅能够大幅度降低维修成本支出，还能够保证其运行的绝对安全，对于风力发电行业未来的发展更是有着重要的推动作用。

3.3检修评价

在以往的风力发电机组检修之后，只能够通过风机慢慢的运行来判断其具体的维修效果，不仅耗时耗力，而且还会降低风机的运行效率。而据挖掘技术在风力发电机组检修之后应用同样也能够起到一定的检验检修效果的作用，其能够根据风力发电机组以前运行产生的数据与维修过后运行产生的数据进行计算分析处理，通过对其各个方面产生的效果对比来对风力发电机组维修的整体效果进行评估。而且如若检修效果不好的话，数据挖掘技术也能够根据实际情况对设备各个方面产生的数据进行分析，为检修人员提供更加合理有效的检修方案，不断完善状态检修的各个细节，最终达到提升风力发电机组运行效率的目的。

四、结束语

总而言之，数据挖掘技术在风力发电机组检修中的应用能够起到较为重要的作用，不仅保证了风力发电机组的正常运行，还优化其各个方面的性能，有效提升了其运行效率。风力发电机作为清洁能源发电方式，对于我国未来更好的发展起着极其重要的作用，因此数据挖掘技术在未来的应用市场中也会面临更多的机遇，但是在面临机遇的同时其也面临着一定的困难与挑战，只有跟随时代的步伐不断的对自身技术进行革新，才能够保证在未来市场中不断满足风力发电机检修等相关应用行业越来越来的应用需求，才能够更好的推动社会经济的不断发展。

参考文献：

[1]数据库技术在信息管理中的应用[J]. 王超.  电子技术与软件工程. 2017（11）

[2]风力发电机组故障诊断与预测技术研究综述[J]. 金晓航，孙毅，单继宏，吴根勇.  仪器仪表学报. 2017（05）

[3]基于历史数据挖掘的配电网态势感知方法[J]. 黄蔓云，卫志农，孙国强，臧海祥，黄强.  电网技术. 2017（04）

[4]数据挖掘技术在风电机组故障诊断中的应用[J]. 孙鹤旭，孙泽贤，林涛.  中南民族大学学报（自然科学版）. 2016（04）