一种基于深度学习算法的风电主轴监测系统

本发明公开了一种基于深度学习算法的风电主轴监测系统，涉及风机安全监测技术领域，通过两个位移传感器和绝对值编码器采集风机主轴的振动信号，将信号传输给机舱控制器进行处理，通过塔底控制器经由光纤环网将处理后的数据传送到远程上位机监控系统，上传至SCADA，数据输入搭建完成的改进GASF‑CA‑Resnet50模型中，本发明通过两个同型号位移传感器的测量值训练GASF‑CA‑Resnet50模型；在实时监测时，运用GAF将实时信号转化为二维图像，并且结合训练好的模型进行计算，进一步提高监测系统的准确性；及时确定风机故障信号，将故障类型判定为风机主轴故障，立即对风机发送停机信号，并且要求风场工作人员进行具体检查。