基于改进小波神经网络的大型风力发电机组叶片损伤检测研究

扫码查看

原文链接

万方数据
维普

中文摘要：风力发电机组长期运行在复杂的自然环境中,特别是叶片部分,直接承受着各种气候条件和机械载荷的影响,极易产生损伤和故障.因此,现提出基于改进小波神经网络的大型风力发电机组叶片损伤检测研究.首先,通过构建改进小波神经网络模型,捕获信号在不同分辨率下的特征,其次,提取风力发电机组叶片的损伤特征,描绘叶片的损伤类型,从而实现叶片损伤的有效检测,对改进小波神经网络模型进行训练,模型将输出分类结果,以此为依据来准确判定叶片的损伤类型.实验结果表明:基于改进小波神经网络的大型风力发电机组叶片损伤检测方法在检测准确率方面优于传统方法.因此,可以证明在损伤识别方面,改进的小波神经网络模型表现出了较高的准确率和稳定性.

作者：

刘菁

展开 >

作者单位：

中国电建集团湖北工程有限公司

关键词：

叶片损伤检测大型风力发电机组风力发电改进小波神经网络

出版年：

2025

电气技术与经济

北京电工综合技术经济研究所

电气技术与经济

影响因子：0.393

ISSN：2096-4978

年,卷(期)：2025.(1)