传统的火力发电造成的大气污染现象已不符合可持续发展的理念,倡导清洁能源的发电方式,成为电力行业的研究热点。其中,风力发电依靠风力发电机将风能转化为电能,无需消耗燃料,环保清洁,更受行业内关注。风力发电的关键是保障风机的稳定输出,做好对风机的日常维护与监测。但是在实际建设中,风机一般都架设在地广人稀的宽阔地带,位置偏远,造成风机巡检和维护的难度大、成本高。有效解决这一问题是发电企业发展和稳定发电的关键问题,也是学术界研究的重要问题。基于此,本文开发了智能风电预警平台。系统提供可视化的风机实时信息监控、历史信息查询、风机预警信息等线上功能,代替了人工巡检的工作方式,大大提高了工作效率,节约了可观的经济成本,对风机故障监测和维护起到了防患未然的重要作用。论文以某风电公司的风电预警平台建设的实际项目为依托,按照软件工程的开发方法,在需求分析的基础上,采用前后端分离、统一数据接口的思想对系统进行了设计和开发,系统主要包括数据调度、预警信息管理、预警模型、数据存储和数据接口服务五个功能模块。论文重点研究了Angular和Spring Boot相结合的预警平台架构,建立了数据服务接口,实现了前后端大量数据的快速稳定的交互,采用Python开发了数据调度程序;在研究风机故障预警机制的基础上,提出了基于LSTM的风机故障预警模型,在Tensor Flow框架下实现了风机故障预警系统,与传统的预警模型相比,提高了风机故障预警的准确率。系统自上线至今已稳定运行一年左右,实时监控从未间断,预警信息准确度高,达到了预期的风机监控和预警效果。论文的主要创新包括以下方面:(1)将Angular架构和Spring Boot架构相结合设计了预警平台架构;(2)设计了数据调度算法和预警模型规则配置算法;(3)提出了基于LSTM的风机故障预警模型。