公开(公告)号：CN117708637A

公开(公告)日：2024-03-15

申请号：CN202311713966.5

申请日：2023-12-13

Applicant: 东方电气风电股份有限公司

Inventor： 奉凡森 ,  郭自强 ,  李玉霞 ,  曾一鸣 ,  杨鹤立 ,  谭圆缘 ,  张辉 ,  徐海 ,  马记龙 ,  邓志海 ,  李肇璞

IPC: G06F18/23213 ,  G01M13/00 ,  F03D17/00 ,  F03D80/40 ,  G06F18/22

Abstract: 本发明公开了一种基于改进k均值聚类分析的风电机组叶片故障诊断方法，该方法包括：利用正常叶片和故障叶片对叶片故障特征进行定性定量分析；根据振动信号采集策略，对叶片振动信号进行采集，求取当前采集到的振动信号的时域特征值并将特征值保存到数据库中；若时域特征值存在明显异常时，改变采集策略，给信号采集器下达增加采集频率的命令；当时域特征值不存在明显异常时，按照原信号采集策略进行采集；利用改进k均值聚类分析方法对数据库中的多组时域特征值进行二聚类分析，综合判断叶片是否出现故障。本发明能实现风电叶片的实时在线诊断，提高叶片诊断预警的精确度，降低误报率和漏报率。