一种用于风力发电机组叶片的智能监测方法

本发明涉及风电机组性能检测技术领域，尤其涉及一种用于风力发电机组叶片的智能监测方法，该方法构建了以数据采集、特征提取与智能诊断为核心的系统框架，利用机组现有SCADA运行数据，结合频谱分析、功率曲线偏差分析以及对风偏差建模等手段，对叶片运行状态进行多维度特征建模。通过引入深度学习与概率诊断算法，对气动平衡异常、叶片积冰、污损及损伤等典型故障进行识别与预警，从而实现叶片健康状态的实时监测与性能退化的定量评估。该方法无需额外增加传感器设备，仅依靠机组运行数据即可完成叶片异常检测，具有部署成本低、适用性强和故障识别准确率高的优势。