【技术实现步骤摘要】
本专利技术属于风电机组故障诊断，具体涉及风电机组叶片故障诊断领域，尤其涉及一种风电机组叶片故障诊断方法及相关装置。
技术介绍
1、在全球能源结构向清洁可再生能源转型的进程中，风能作为关键构成部分，其地位愈发重要。风电机组叶片作为捕获风能的核心元件，在风电机组运行中起着决定性作用。然而，当前风力发电产业面临诸多挑战，叶片故障问题尤为突出。
2、风电机组叶片长期处于复杂恶劣的工作环境中，承受着复杂的气动载荷、机械应力以及环境侵蚀，极易产生裂纹、腐蚀、分层等结构性损伤。随着风电机组大型化发展，叶片长度增加、柔性变大，因设计认证不充分，长柔叶片断裂、扫塔等严重事故频繁发生。同时，叶片现有在线监测系统尚不成熟，运维质量保障体系也不健全，导致批次性缺陷、运行中损伤无法及时监测预警，损伤维修后再次失效等问题屡屡出现，严重威胁风电机组的安全稳定运行。目前，针对风电机组叶片的故障检测和诊断方法多样，主要包括基于振动信号分析、基于应变信号分析、基于声发射技术、基于机器视觉技术等几类。然而，基于应变信号分析的方法受叶片表面环境影响大，且监测范围有...
【技术保护点】
1.一种风电机组叶片故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的风电机组叶片故障诊断方法，其特征在于，所述基于预确定的最优分解层数，对获取的叶片振动信号进行小波包分解，以得到叶片振动信号对应的各段频带节点之前，包括：
3.根据权利要求1所述的风电机组叶片故障诊断方法，其特征在于，所述基于预确定的最优分解层数，对获取的叶片振动信号进行小波包分解，以得到叶片振动信号对应的各段频带节点，包括：
4.根据权利要求3所述的风电机组叶片故障诊断方法，其特征在于，所述基于所述叶片振动信号对应的各段频带节点计算各段频带节点对应的能量值...
【技术特征摘要】
1.一种风电机组叶片故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的风电机组叶片故障诊断方法，其特征在于，所述基于预确定的最优分解层数，对获取的叶片振动信号进行小波包分解，以得到叶片振动信号对应的各段频带节点之前，包括：
3.根据权利要求1所述的风电机组叶片故障诊断方法，其特征在于，所述基于预确定的最优分解层数，对获取的叶片振动信号进行小波包分解，以得到叶片振动信号对应的各段频带节点，包括：
4.根据权利要求3所述的风电机组叶片故障诊断方法，其特征在于，所述基于所述叶片振动信号对应的各段频带节点计算各段频带节点对应的能量值占比；根据各段频带节点对应的能量值占比计算叶片振动信号的能量熵，包括：
5.根据权利要求1所述的风电机组叶片故障诊断方法，其特征在于，...
【专利技术属性】
技术研发人员：汪臻，邓巍，赵勇，张丽辉，许瑾，王新，
申请(专利权)人：西安热工研究院有限公司，
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。