风机叶片异常检测方法、装置、设备、介质及产品制造方法及图纸

本申请提供了一种风机叶片异常检测方法，从数据采集与监视控制系统获取风机的运行数据，然后通过聚类算法对运行数据进行特征提取，获取特征数据，然后将特征数据输入至预先训练好的异常检测模型，获得风机叶片振动是否异常的结果，如此实现低成本高可靠性地对于风机叶片异常的检测。机叶片异常的检测。机叶片异常的检测。

【技术实现步骤摘要】
风机叶片异常检测方法、装置、设备、介质及产品


[0001]本申请涉及风机
，尤其涉及一种风机叶片异常检测方法、装置、设备、介质及产品。

技术介绍

[0002]风力发电机(也称风机)是将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备。风机叶片是风机的重要基础零部件，在风的驱动下，风机叶片能够将风能转化为机械能。当风机出现鼓包、裂纹等状况是，可能导致叶片的载荷不平衡，导致风机叶片异常。风机叶片异常可能导致风机工作异常，影响风机的安全性。
[0003]通常情况下，可以通过采集叶片的音频信号以对叶片异常进行检测，但是这种方法通常需要加装特定的采集设备，并且容易受到噪声等因素的影响，对于所采集的数据的处理难度较高。
[0004]由此，业界亟需一种成本较低的风机叶片异常检测方法。

技术实现思路

[0005]本申请提供了一种风机叶片异常检测方法，该方法能够有效降低风机叶片异常检测的成本，提供一种廉价且可靠性高的风机叶片异常检测方法。本申请还提供了上述方法对应的装置、设备、计算机可读存储介质。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风机叶片异常检测方法，其特征在于，所述方法包括：从数据采集与监视控制系统获取所述风机的运行数据；通过聚类算法对所述运行数据进行特征提取，获取特征数据；将所述特征数据输入至完成训练的异常检测模型，获得所述风机叶片振动是否异常的检测结果，所述异常检测模型根据训练特征数据训练获得。2.根据权利要求1所述的方法，其特征在于，所述运行数据包括发动机转速、机舱加速度。3.根据权利要求2所述的方法，其特征在于，所述通过聚类算法对所述运行数据进行特征提取，获取特征数据之前，还包括：根据所述发动机转速对所述运行数据进行清洗，获取多个固定转速区间的所述机舱加速度。4.根据权利要求2所述的方法，其特征在于，所述通过聚类算法对所述运行数据进行特征提取，获取特征数据，包括：对预设时间段的机舱加速度按照时间窗口分仓，得到n个加速度仓；根据固定转速区间从所述n个加速度仓中确定有效加速度仓并对其中相邻的有效加速度仓进行合并，得到机舱加速度对应的m个目标数据文本；分别统计所述m个目标数据文本在各个机舱加速度类别中的频率；根据所述频率形成目标向量，所述目标向量用于表征各个数据文本的频率分布；根据所述目标向量获取所述特征数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标向量获取所述特征数据，包括：使用聚类算法对各个目标向量进行聚类处理，得到p个簇类；确定各个簇类的聚类中心；统计各个目标向量在所述p个簇类中的频率分布；将频率分布...

【专利技术属性】
技术研发人员：钟慧超，江容，杨勇，
申请(专利权)人：北京金风慧能技术有限公司，
类型：发明
国别省市：