摘要
本发明提出了一种风力发电机实时监测方法和系统,属于电力设备监测技术领域。通过在风力发电机关键部位部署传感器采集全面多源的声学相关数据,提高对风力发电机运行状态监测的准确性和全面性;利用深度学习的多模态数据融合算法和DBSCAN算法,构建适应风力发电机在各种工况下的运行特点的自适应动态基线库,显著提升监测的适应性和可靠性;基于该基线库对声学传递矩阵物理标定,通过机舱内温度传感器建立温度补偿机制修正矩阵,消除温度等环境因素对声学传递矩阵的影响;最后,对实时采集的数据特征提取融合,与基线库匹配后加载对应修正矩阵进行故障解耦计算,结合预设条件判断状态并定位故障,为设备的及时维护和维修提供有力支持。
技术关键词
实时监测方法
温度补偿机制
基线
柔性压电传感器
融合特征
数据融合算法
复合传感器
动态
电力设备监测技术
判断风力发电机
风力发电机轮毂
路径特征
噪声特征
工况参数
协方差矩阵
系统为您推荐了相关专利信息
动态知识图谱
多模态特征
融合特征
交互方法
交互特征
负载计算方法
眼动数据
指标
驾驶员工作负荷
高级辅助驾驶系统
输出特征
多尺度
残差金字塔
注意力
图像分割方法
可见光图像
山区
融合特征
高精度定位模块
特征提取网络