摘要：针对风场SCADA数据量庞大，难以实现风电机组发电机快速故障分类的问题，提出一种动态阈值AdaBoost算法（DTAdaBoost）。在该算法中引入动态阈值对样本集数据进行筛选，剔除训练模型贡献较小的数据，提出的算法不仅可以减小样本容量，还能使被错误分类的数据多次训练，最终实现发电机气隙不均、匝间短路、断条等电气故障的快速诊断。在与其他方法对比的实验结果表明：DTAdaBoost算法在电气故障诊断中比常规AdaBoost算法、SWTAdaBoost算法、GAAdaBoost算法运算时间快、准确率高，为风电机组的快速故障诊断提供理论基础。

      关键词：故障分类；SCADA数据；AdaBoost算法；数据处理

      中图分类号：TM614     文献标识码：A