基于全息化状态检测的风电机组叶片覆冰诊断及预测系统

本发明公开一种基于全息化数据驱动的具有自主学习能力的风电机组叶片覆冰诊断及预测系统。本发明充分利用风电机组所处环境信息、自身工况信息、自身结构状态信息以及风电机组地理信息系统(GIS)定位信息，建立全息化的风电机组叶片覆冰诊断及预测模型，并结合现场诊断信息，通过自学习，实现诊断模型的不断优化和更新，提高叶片覆冰诊断及预测系统的准确性。本发明及时准确地检测出叶片覆冰情况并采取相应措施，有效的降低维修成本，提高电能质量和发电经济效益。