【技术实现步骤摘要】
本申请涉及风力发电，特别涉及一种基于预测编码的风机叶片故障诊断方法和装置。
技术介绍
1、风机叶片是风电机组中至关重要的组件，其运行状态直接影响机组的发电效率和安全性。风机叶片在长期运行过程中，容易受到风沙、雨水、冰雪等外界环境因素的影响，导致表面磨损、裂纹、气泡等各种故障。这些故障不仅会降低风机的性能，还可能导致严重的安全隐患。
2、在实际应用中，风机叶片的故障检测主要依赖人工巡检和传统的监测手段。然而，随着时间的推移，这些方法存在着检测不及时、效率低下以及漏检等问题。
技术实现思路
1、为此，本申请公开如下技术方案：
2、本申请第一方面提供一种基于预测编码的风机叶片故障诊断方法，包括：
3、获得风机叶片的高维图像信息，并将所述高维图像信息转换为低维图像特征向量；
4、处理所述低维图像特征向量，得到预测表示信息，并根据所述预测表示信息和预设的参考标签特征获得误差特征；
5、在不满足收敛条件的情况下，根据所述误差特征确定预测误差，...
【技术保护点】
1.一种基于预测编码的风机叶片故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述收敛条件包括，迭代次数大于或等于预设的迭代次数上限N，其中，迭代次数表征处理所述低维图像特征向量，得到图像凝练信息的次数。
3.根据权利要求1所述的方法，其特征在于，所述将所述高维图像信息转换为低维图像特征向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述处理所述低维图像特征向量，得到预测表示信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述低维图像特征向量进行特征空间变换，获得变换图像
【技术特征摘要】
1.一种基于预测编码的风机叶片故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述收敛条件包括，迭代次数大于或等于预设的迭代次数上限n，其中，迭代次数表征处理所述低维图像特征向量，得到图像凝练信息的次数。
3.根据权利要求1所述的方法，其特征在于，所述将所述高维图像信息转换为低维图像特征向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述处理所述低维图像特征向量，得到预测表示信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述低维图像特征向量进行特征空间变换，获得变换图像特征向量，包括：
<...【专利技术属性】
技术研发人员：孙星，吴越峰，徐卿，吕诚，孟勇，党继平，王晓宇，李关平，张乐，郁晓婷，吕美英，
申请(专利权)人：中广核乌兰察布风力发电有限公司，
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。