摘要
本申请涉及风力发电机技术领域,公开了一种基于分布式光纤传感的风力涡轮机状态监测方法。方法包括:采集历史叶片振动信号和历史光缆振动信号,形成历史数据集;对历史数据集进行优化,获得优化数据集,基于优化数据构建振动传递函数;在光缆中捕捉来源于风力涡轮机的瑞利散射信号;基于瑞利散射信号的相位变化,获取光缆在风力涡轮机处的实时光缆振动信号;基于振动传递函数将实时光缆振动信号转换为实时叶片频域信号,基于傅里叶逆变换将实时叶片频域信号还原为实时叶片振动信号;基于机器学习算法对实时叶片振动信号进行识别,获取叶片的实时运行工况。本发明无需在叶片上布设传感器即可实现对风力涡轮机工况的监测,减少了监测成本。
技术关键词
风力涡轮机状态
机器学习模型
叶片
光缆
分布式光纤传感
信号
工况
机器学习算法
数据标签
投票算法
监测方法
BP神经网络模型
风力发电机技术
时域特征
马尔科夫模型
PCA算法
随机森林模型
带通滤波器
系统为您推荐了相关专利信息
无人机巡检装置
无人机巡检控制方法
控制无人机
视觉
巡检信息
数据中心基础设施
服务等级协议
多层次
综合性
性能评估方法
机器学习模型
客户端
服务器
训练神经网络
计算机可读指令
分布式光纤传感
卷积递归神经网络
短时傅里叶变换
线索
声波
综合监控系统
多算法融合
模糊逻辑算法
光照强度数据
采集单元