基于机器自适应学习的风力发电机组音频故障监测方法

本发明公开了一种基于机器自适应学习的风力发电机组音频故障监测方法，包括音频数据采集、数据预处理、特征提取、构建基于神经网络的自适应学习模型及采用基于距离度量的故障程度评估方式来进行故障诊断。该方法基于机器学习和深度学习算法构建，具有自适应调整模型参数的能力，实现风力发电机大部件关键位置数据的自动采集到故障分析，整个过程不需要人工参与，大大节省设备维护成本和人力投入，且监测及时性高，保障设备运行的稳定性和安全性。而构建的诊断模型具有自适应学习能力，可以大大提高诊断精确度和诊断效率，具有良好的推广前景。