科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升风电机组自身的感知能力,更多的数字化、智能化新技术开始被用于风电机组。基于音频数据对风电机组的异常状态做监测,就是其中一个较为前沿和实用的技术探索方向。文章利用叶片损伤后其气动音频信号会发生变化这一特点,设计了一套基于音频数据的风电机组叶片异常状态监测系统,其通过在风力发电机组上安装拾音器、分析挖掘所收集的风电机组音频数据,并基于多分类的机器学习模型,探索出一套音频数据的特征分析和模式识别的方法。仿真和实际应用结果显示,用该方法可以识别叶片是否损伤、冷却风扇是否工作等工况,以排除冷却风扇运行对叶片异常检测的干扰,实现叶片啸叫的异常检测,从而形成了一套可行的基于风电机组音频数据的叶片异常检测方法。
- 单位
