一种基于深度学习的风机叶片结冰检测方法和存储介质
基本信息
| 申请号 | CN202011536521.0 | 申请日 | - |
| 公开（公告）号 | CN112832960A | 公开（公告）日 | 2021-05-25 |
| 申请公布号 | CN112832960A | 申请公布日 | 2021-05-25 |
| 分类号 | F03D80/40;G06K9/62;G06N3/04;G06N3/08 | 分类 | 液力机械或液力发动机；风力、弹力或重力发动机；不包含在其他类目中的产生机械动力或反推力的发动机; |
| 发明人 | 高远;李强;肖正江;成月良;张斌;董雪;蔡荣;汤海宁 | 申请（专利权）人 | 国家能源集团东台海上风电有限责任公司 |
| 代理机构 | 南京纵横知识产权代理有限公司 | 代理人 | 朱远枫 |
| 地址 | 211106 江苏省南京市江宁经济技术开发区诚信大道19号2幢 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的风机叶片结冰检测方法和存储介质，包括基于获取的风机叶片数据利用滑窗采样获得时间序列等长数据；利用时序差分方法获得特定特征参数的时序差分值，基于时序差分值进行特征选择选定特征参数值；将时间序列等长数据和选定的特征参数值输入到预先训练完成得到卷积神经网络中，输出结冰预测概率；使用神经网络模型直接输出的概率累计并取整数值作为结冰风险投票结果，对投票结果进行二分类结果转换获得风机叶片是否结冰的判定结果。本发明解决风机叶片检测采样数据缺失、类别不平衡等技术问题，建立一种基于深度学习的风机叶片结冰检测方法，实现对风机叶片覆冰故障的监测。 |
