基于统计特征的叶片异常检测方法、装置、设备及介质

本申请公开了一种基于统计特征的叶片异常检测方法、装置、设备及介质，属于风力发电技术领域。该方法包括：获取风电机组的正常叶片在正常运行状态下的状态数据样本；基于状态数据样本，建立用于概率分布模型，计算得到概率分布模型的多个模型特征参数的目标值；根据多个模型特征参数的目标值、基准状态数据样本和统一参考数据样本，得到工况依赖分割算子，工况依赖分割算子可表征工况对状态数据样本的概率分布的影响；依据待测叶片的状态数据样本、基准状态数据样本和工况依赖分割算子，得到统计特征距离数据；在统计特征距离数据超出预设的正常阈值范围的情况下，确定待测叶片发生异常。根据本申请实施例能够提高叶片异常判断的准确性。