摘要
本发明涉及风机监测技术领域,公开了风机叶片覆冰监测方法、系统、计算机设备、介质及产品,该方法包括:采集多源数据,多源数据包括在风机叶片预设位置布置多个传感器的数据、环境气象数据和风机运行数据;将多源数据进行融合,并对融合后数据进行特征提取,得到综合特征向量;基于综合特征向量和预设深度学习模型对当前风机叶片覆冰状况进行监测,得到覆冰状况信息;基于覆冰状况信息和预设阈值之间的大小关系,对风机叶片覆冰状态进行预警。本发明通过多源数据融合、深度学习、覆冰状况信息预测以及对风机叶片覆冰状态进行预警等多种先进技术手段的有机结合,有效解决了现有技术中风机叶片覆冰监测在复杂环境下准确性低的问题。
技术关键词
风机叶片
趋势预测模型
覆冰监测
数据
长短期记忆网络
深度学习模型
传感器
气象
曲线
校准
计算机设备
预警机制
融合算法
误差
遗传算法
决策
系统为您推荐了相关专利信息
传感器布局优化
涡轮盘
降阶模型
高阶奇异值分解
温度场重构
辅助监测系统
结构三维模型
患者生命体征
生命体征参数
脑出血穿刺手术
信号分析模块
核动力装置
信号处理系统
信号处理算法
干扰设备
矿井采煤工作面
注意力
图像超分辨率重建
图像采集模块
学习特征