基于振动信号的风电机组叶片损伤监测技术

贾小刚; 龚匡敏; 王建波; 兰世平; 温忠德; 张建文

doi:10.13622/j.cnki.cn42-1800/tv.1671-3354.2026.05.004

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于振动信号的风电机组叶片损伤监测技术

研究研发 | 更新时间：2026-06-03

- 基于振动信号的风电机组叶片损伤监测技术
- 基于振动信号的风电机组叶片损伤监测技术
- 水电与新能源 2026年40卷第5期页码：14-17
- 作者机构：
  
  福州海峡发电有限公司
- 作者简介：
- 基金信息：
  
  中国三峡新能源（集团）股份有限公司资助（NBZZ202300604）
- DOI：10.13622/j.cnki.cn42-1800/tv.1671-3354.2026.05.004
  中图分类号： TM315
- 纸质出版：2026
- 稿件说明：
移动端阅览
贾小刚, 龚匡敏, 王建波, 等. 基于振动信号的风电机组叶片损伤监测技术[J]. 水电与新能源, 2026,40(5):14-17.

贾小刚, 龚匡敏, 王建波, et al. 基于振动信号的风电机组叶片损伤监测技术[J]. 2026, 40(5): 14-17.
贾小刚, 龚匡敏, 王建波, 等. 基于振动信号的风电机组叶片损伤监测技术[J]. 水电与新能源, 2026,40(5):14-17. DOI： 10.13622/j.cnki.cn42-1800/tv.1671-3354.2026.05.004.

贾小刚, 龚匡敏, 王建波, et al. 基于振动信号的风电机组叶片损伤监测技术[J]. 2026, 40(5): 14-17. DOI： 10.13622/j.cnki.cn42-1800/tv.1671-3354.2026.05.004.

摘要

鉴于风电机组叶片损伤情况复杂且早期不易察觉，提出了基于振动信号特征提取的叶片损伤评估方法，通过实验室模拟试验结果与现场叶片振动数据对比，验证该方法在特征提取上的有效性。以某风场5台风电机组为研究对象，通过振动信号处理获取叶片关键损伤特征，然后结合数字滤波、小波变换及机器学习算法开展叶片损伤诊断。结果显示，提出的技术能显著提升叶片损伤诊断的准确率。

Abstract

关键词

Keywords

references

王道累,肖佳威,刘易腾,杜文斌,朱瑞,李峰.风电机组叶片损伤检测技术研究与进展[J].中国电机工程学报,2023(12).

高峰,张鸿,许琳,刘俊承.风电机组叶片故障仿真与状态判别研究[J].太阳能学报,2023(04).

周季峰,石腾,许波峰.风电机组叶片损伤故障检测技术研究进展[J].新能源进展,2023(06).

徐国平,沈佳涛,金程玮,吴博阳.基于在线振动监测技术的风电机组齿轮箱故障分析与诊断[J].微特电机,2024(06).

李立安.风电机组叶片疲劳损伤状态预警与健康监测[J].太阳能学报,2024(02).

咸博.基于小波分析的风电机组齿轮箱振动信号识别方法设计[J].机械管理开发,2024(05).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复杂高原山地风电机组吊装关键技术与风险预控

基于有压刚性理论的泵站快速启动方式研究

声纹监测技术在水电机组状态诊断中的应用

数字建模技术在丹江口水力发电厂3号机组应用

基于Stacking预测模型的变桨功率优化策略研究