编辑推荐：
本研究利用监督控制与数据采集（SCADA）数据，针对风电场中发电机后轴承温度估计，调查确定性及概率性正常行为模型（Normal Behaviour Models, NBMs）下特征选择方法的一致性与影响。严格的NBM开发可实现关键特征迁移、增强异常检测可比性，
本研究利用监督控制与数据采集（SCADA）数据，针对风电场中发电机后轴承温度估计，调查确定性及概率性正常行为模型（Normal Behaviour Models, NBMs）下特征选择方法的一致性与影响。严格的NBM开发可实现关键特征迁移、增强异常检测可比性，并促进风场间潜在可移植性。机器学习发展及大量统计方法用于SCADA数据异常检测或估计，使一致性NBM研究更为必要。研究人员评估了四种特征选择方法——皮尔逊相关系数（Pearson's Correlation Coefficient, PCC）、决策树权重（Decision Tree Weights, DTW）、互信息（Mutual Information, MI）和神经网络Shapley值（SHAP）——在两个风场中识别有影响力特征的一致性及其对估计算法的影响。结果表明，应优先选择跨数据集与方法一致识别的特征，而非仅优化确定性估计性能。温度相关传感器主导关键特征，但其具体位置也被一致排序。概率区间估计具有更优估计性能，并可判断特征显著偏差来自模型还是测量数据异常。
《Wind Energy》刊载的该项研究以双馈感应发电机（Doubly-Fed Induction Generator, DFIG）风电机组为对象，关注发电机后轴承温度的正常行为建模（Normal Behaviour Models, NBMs）。研究背景在于：发电机故障占风机停机与维护成本比重高，而后轴承故障样本稀少，传统故障检测模型难以训练；SCADA系统厂商间不标准，特征差异大，制约NBM跨风场迁移；现有文献多按单数据集、单特征选择方法建模型，特征选择对模型精度与一致性的系统影响未被严格研究。因此，研究人员通过开展跨风场、跨时间窗、跨特征选择与跨估计算法的对照实验，论证“一致性特征”比单点精度更重要，并提出稳定特征集以增强机队级异常检测与模型可移植性。
作者为开展研究，使用位于英格兰Kelmarsh的WF1（6台Senvion DFIG机组）与苏格兰Penmanshiel的WF2（14台Senvion DFIG机组）SCADA数据，时段为2019至2023年、10分钟均值、300余项时序特征；目标变量为后轴承温度（°C）。关键技术方法包括：滚动7个月窗口划分训练4个月、验证2个月、测试余下月份；用报警日志剔除强迫停机、维护、请求停机及发电机严重故障数据；采用PCC、MI、DTW与基于前馈神经网络（Feedforward Neural Network, FFNN）的SHAP四类特征重要性度量；配对FFNN、卷积神经网络（Convolutional Neural Network, CNN）、长短期记忆网络（Long Short-Term Memory, LSTM）三类时序估计器；概率模型以双输出头估计条件均值与对数方差，用高斯负对数似然损失与95%预测区间评价。
研究结果如下。
4.1 特征选择一致性：通过在两个风场多个重叠时间子数据集上统计各方法将特征排进前30的比例，研究人员发现温度类测量占据前列，18/20为温度量；8个SCADA信号在超90%数据集中被选中，定为稳定特征（Stable Features）。说明顶层重要性由物理数据本身决定，而非选择方法。固定8特征重训模型未出现越界平均绝对百分比误差（Mean Absolute Percentage Error, MAPE），最大MAPE最低，证明稳定特征集可保精度并抑极端误估。
4.2 确定性估计性能：以MAE、RMSE、MAPE等评价发现，无单一选择方法始终最优；SHAP在某数据集引入异常数据致MAPE飙至18.88%。稳定特征配置在两地均无越界MAPE，表明跨法一致特征比局部最优特征更具鲁棒性。
4.3 概率估计性能：以预测区间覆盖概率（Prediction Interval Coverage Probability, PICP）与平均区间宽度（Mean Prediction Interval Width, MPIW）衡量，MI在多种算法下区间覆盖最稳；稳定特征集取得最高PICP。概率框架能区分“模型失配”与“数据过程变化”，利于停机事件分类。
4.4 条件监测案例：用健康残差三倍标准差设控制限（UCL/LCL）。健康场景下MI与稳定特征集误报为0；故障场景下各NBM均在SCADA报警前约55.3小时触发，证明NBM可早于厂端报警发现后轴承异常，但故障样本少限制推广结论。
讨论与结论部分总结：研究人员指出，八项SCADA特征跨方法被选率超90%，其重要性源于数据本身；温度位置具可排序贡献。健康轴承温度建模不应只看确定性精度，因异常数据会混入；应优先跨数据集与方法一致的特征。概率指标更能归因偏差来自模型还是数据，从而改进停机诊断。案例显示各法皆能提前探障，MI无假警，但故障稀有性强调稳定NBM之必要。
结论原文意译：来自两风场的SCADA数据用于建立NBM并比较四种方法所得特征；十二种“特征选择×估计算法”组合被用于后轴承温度估计。其一，八项特征跨方法平均被选率超90%，顶层特征受数据驱动，前20中有18项为温度，但测点位置重要性可定量比较。其二，健康温度确定性建模不可仅依估计性能，应优先一致特征；固定稳定特征集保精度、增可比、减极端误估。其三，概率估计指标更利评判模型，区间可判别显著偏差属模型或数据，助停机事件分类。其四，后轴承故障案例与全健康案例对照中，各NBM均早于安装报警检障；健康下仅MI零误报；故障稀有限制泛化，凸显稳定一致NBM在真实少故障场景的价值。该研究为风电场机队级、可迁移NBM与SCADA标准化提供框架支撑。
