一种风电场叶片音视频监测方法技术

本发明专利技术公开了一种风电场叶片音视频监测方法，包括：在风力发电机的支撑杆的第一位置处布置采集叶片扫风声音的第一拾音器；在风力发电机的支撑杆的第二位置处布置了采集叶根螺栓的第二拾音器；在机舱顶部布置的用于监控叶片运行的摄像头；通过叶片扫风声音特征提取与故障诊断网络、叶根螺栓声音特征提取与故障诊断网络以及叶片运行图像特征提取与故障诊断网络诊断叶片和螺栓是否发生不同类型的故障。本发明专利技术利用先进的传感器技术和人工智能算法建立专门的故障诊断网络，能够实时监测和预测故障从而实现故障诊断，从而提升风电设施的监测水平。

【技术实现步骤摘要】

本专利技术属于风力发电，特别是一种风电场叶片音视频监测方法。

技术介绍

1、叶片是风力发电机的主要能量捕获装置，其状态直接影响到整个系统的安全性与稳定性。叶片的裂纹、磨损、变形或结构失效等故障，可能导致发电效率大幅下降，极端情况下甚至会引起叶片破裂、飞脱等重大安全事故，威胁人员安全和周边设施的安全。

2、及时识别叶片故障有助于维持较高的发电效率和设备利用率。故障叶片会导致发电功率减小，进而影响整体电能产量，带来经济损失。此外，及时维修比严重故障导致的大规模更换成本更低。

3、此外，螺栓作为连接叶片、轮毂、塔筒等关键部件的关键紧固件，其失效会破坏系统连接的稳固性，加速其他组件的疲劳损伤，缩短设备使用寿命。定期诊断和预防性维护能够确保螺栓始终处于良好状态，降低因螺栓断裂而导致的重大事故风险。

4、因此，对风力发电机叶片和螺栓的故障诊断是一项至关重要的工作，不仅关乎设备性能和安全，也直接影响着风电项目的经济效益和可持续发展。

5、在
技术介绍
部分中公开的上述信息仅仅用于增强对本专利技术背景的理解，因此可能包含不构成本本文档来自技高网...

【技术保护点】

1.一种风电场叶片音视频监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，优选的，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，叶片扫风声音特征提取与故障诊断网络包括依次连接的输入层、卷积层、时序建模层、全连接层和输出层。

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求6所述的方法，其特征在于，

8.根据权利要求7所述的方法，其特征在于，

9.根据权利要求8所述的方...

【技术特征摘要】

1.一种风电场叶片音视频监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，优选的，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，叶片扫风声音特征提取与故障诊断网络包括依次连接的输入层、卷积层、时序建...

【专利技术属性】
技术研发人员：吴孝伟，孟秀俊，董祖恩，张振，蒋鉴峰，
申请(专利权)人：华能新能源盘州市风力发电有限公司，
类型：发明
国别省市：