一种风电机组叶片覆冰故障检测方法

本发明公开了一种风电机组叶片覆冰故障检测方法，括以下步骤：采用Relief算法对风电机组SCADA系统收集的多维度特征数据进行特征选择，根据特征对区分叶片覆冰与正常状态的贡献评估特征权重，筛选出关键特征；基于筛选出的特征数据及其可视化图并结合覆冰规律，构建风速—功率的新特征X1和环境温度—机舱温度的新特征X2；构建交叉LSTM预测模型，根据多组数据的特点对其中一组数据进行预测，生成残差信号；涉及风电机组故障检测技术领域，本发明通过特征选择和改进LSTM算法，本发明能够更准确地捕捉叶片覆冰过程中的时序变化特征，提高故障检测的准确率，有效提高了检测的准确性。