摘要
本发明涉及一种风力机叶片声纹识别检测方法,包括:采集待检测风力机叶片的初始声音信号并进行预处理,获取声音信号,对声音信号进行时频域分解,获取时频域分解结果;对时频域分解结果进行特征向量提取和融合,获取综合特征向量;将综合特征向量输入叶片状态诊断模型,输出待检测风力机叶片状态,其中,叶片状态诊断模型通过目标训练集对已有叶片状态诊断模型训练获得,已有叶片状态诊断模型通过大规模训练集训练获得,目标训练集为与待检测风力机相同型号的历史声音信号及对应的状态标签,大规模训练集为不同型号叶片的历史声音信号及对应的状态标签。本发明提高了叶片状态监测的准确性和效率。
技术关键词
风力机叶片
支持向量机分类器
信号
叶片状态监测
小波分析方法
频谱特征
注意力机制
训练集
谱峰位置
声音传感器
无线通信模块
标签
云端服务器
滤波算法
波形
系统为您推荐了相关专利信息
虚拟同步机
组网控制方法
有功功率
组网系统
分数阶
异常监测方法
多模态
联合损失函数
多层感知机
异常状态
水分检测方法
微带天线
非破坏性检测方法
微波电磁场
线性回归模型