[发明专利]一种风机叶片故障预测方法、系统及存储介质有效
| 申请号： | 202110529739.1 | 申请日： | 2021-05-14 |
| 公开（公告）号： | CN113719425B | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 庞涛;马征;刘翀;秦大林;白颖伟;吕楠楠 | 申请（专利权）人： | 北京智慧空间科技有限责任公司 |
| 主分类号： | F03D17/00 | 分类号： | F03D17/00;F03D1/06;G06N3/04;G06N3/08 |
| 代理公司： | 北京博讯知识产权代理事务所(特殊普通合伙) 11593 | 代理人： | 宣海燕 |
| 地址： | 100015 北京市朝阳区酒仙桥东路9*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及风力发电技术领域，具体涉及一种基于深度学习的风机叶片故障预测方法、系统及存储介质。所述方法包括：建立深度学习模型，用风机叶片历史运行数据训练深度学习模型；根据风机叶片历史运行数据确定叶片运行正常判定范围；从风机SCADA系统中采集数据，将采集的数据输入深度学习模型，获得叶片震动当量；判断所述叶片震动当量是否在所述叶片运行正常判定范围内，如果所述叶片震动当量在所述叶片运行正常判定范围内，则判定叶片运行正常；如果所述叶片震动当量超出所述叶片运行正常判定范围，则判定叶片处于故障前状态，在故障发生前对叶片进行维护，可避免叶片折断等故障的发生。本申请提供的基于深度学习的风机叶片故障预测方法能够在不增加额外结构的情况下比较准确地对现有风机叶片的震动情况进行监测从而对叶片故障进行预测，加强了对风机叶片的运行维护，可避免风机叶片折断等恶劣后果的发生。 | ||
| 搜索关键词： | 一种 风机 叶片 故障 预测 方法 系统 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京智慧空间科技有限责任公司，未经北京智慧空间科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110529739.1/，转载请声明来源钻瓜专利网。
