摘要
本申请提供了一种风电机组叶片缺陷的确定方法及装置,该确定方法包括:对目标风电机组叶片进行实时监测,并获取监测的全景图像和多通道声信号;对所述多通道声信号进行处理,确定由多空间方向的多束波束组成的波束集;将所述波束集的声信号与所述全景图像进行空间上的配准和融合,确定全景声像;利用全景图像中的叶片位置与声像极值点的关联性,从所述波束集中锁定所述目标风电机组叶片头部的波束,确定出目标波束;根据所述目标波束和由卷积神经网络训练生成的异常分类器,确定所述目标风电机组叶片的异常监测结果。本方案可以克服了现有监测的干扰问题、维护成本问题,并且相比于现有技术可以进一步提高检测结果的可靠性与准确性。
技术关键词
风电机组叶片
波束
多通道
谐波
卷积神经网络训练
球形传声器阵列
空间特征提取
信号
傅里叶变换处理
分类器
频域特征
机器可读指令
处理器
模块
可读存储介质
极值
矩阵
图像拼接