【技术实现步骤摘要】
本说明书的一个或多个实施例涉及风电，具体涉及一种基于振动的风电机组桨叶异常检测方法及装置。
技术介绍
1、风电机组是利用风能转换为电能的设备，主要由塔筒、机舱、桨叶、发电机、控制系统等部分组成。其中，塔筒用于支撑整个风电机组，机舱内包含发电机等核心组件，桨叶则是捕获风能的关键部件，通过旋转产生力量，驱动发电机转动，最终通过控制系统将电能输出。
2、随着风电建设的稳步推进，近年来越来越多的风机部署在山区和近海等偏远地区，以更好地利用风资源，与此同时风电机组需要面临更为恶劣的运维条件和更为复杂的天气状况，导致风机桨叶结冰、扫塔、断桨等事故愈加频繁。根据现有研究，叶片故障主要源于应力疲劳载荷导致叶片变形和结构松动，最终致使叶片断裂。风机的监控和数据采集（scada）数据可提供风速、偏航角、桨距角等影响叶片受风荷载特性的相关参数，深度学习作为数据驱动方法中的主要方法，在近年来在使用scada数据进行风机故障检测方面变得越来越受欢迎。因此，实时智能监测风电机组桨叶叶片状态，并及时发出异常警报，在减少运营停机时间、降低风电场运营成本方面
【技术保护点】
1.一种基于振动的风电机组桨叶异常检测方法，包括：
2.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述振动特征提取层提取的振动特征的过程包括：
3.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述ABT网络基于动态卷积核机制构建。
4.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述目标残差值的计算过程包括：
5.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述异常检测层根据对比结果输出检测结果的过程包括：
6.一种桨叶异常检测模型的训练方法，
...
【技术特征摘要】
1.一种基于振动的风电机组桨叶异常检测方法，包括：
2.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述振动特征提取层提取的振动特征的过程包括：
3.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述abt网络基于动态卷积核机制构建。
4.根据权利要求1所述的一种基于振动的风电机组桨叶异常检测方法，所述目标残差值的计算过程包括：
5.根据权利要求1所述的一种基于振动的风...
【专利技术属性】
技术研发人员：王卿，刘强，王博特，占晓明，郑淑倩，邓宜为，徐哲能，徐景涛，
申请(专利权)人：浙江华东测绘与工程安全技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。