买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京天泽智云科技有限公司申请的专利一种风机叶片的结冰检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115788804B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211137109.0，技术领域涉及：F03D80/40；该发明授权一种风机叶片的结冰检测方法是由李卫;朱小芹;吴江海;金超设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种风机叶片的结冰检测方法在说明书摘要公布了：本申请涉及一种风机叶片的结冰检测方法，通过在风机塔底安装声音监测传感设备监测叶片扫风声音，通过分析扫风声音的频谱图来初步判断是否存在结冰的可能性，再结合实时SCADA数据提供的环境温度、功率产出等信息加以综合判断。该方法无需在叶片上安装附加传感器，属于无接触式监测，且结合了风机多种传感器信息加以综合判断，预测准确率高。特别是针对传统检测方法应用效果不佳的早期结冰和轻微结冰状况，本申请的方法具有更高的准确性和实用性。

本发明授权一种风机叶片的结冰检测方法在权利要求书中公布了：1.一种风机叶片的结冰检测方法，包括模型训练部分和线上预测部分，其特征在于，所述模型训练部分的算法步骤如下： 1.1收集结冰状态下的叶片扫风音频数据和非结冰状态下的叶片扫风音频数据，将音频数据按固定时长拆分为多个样本，并按实际结冰与否做标注形成训练样本集； 1.2设置音频采样率、FFT窗口长度、帧移大小和连续帧之间的重叠部分以及产生的梅尔带数，将所有音频数据样本转换为梅尔频谱图； 1.3将梅尔频谱图转换为分贝标度谱图，并作归一化处理； 1.4将生成的所有频谱图随机划分为训练集、验证集和测试集，以训练集来训练一个深度卷积神经网络模型，验证集检验模型的准确度； 1.5对验证集的预测精度趋于稳定时终止训练，保存训练好的深度卷积神经网络模型； 1.6在测试集上测试模型的预测精度，若满足要求，则训练结束，保存模型；否则，返回步骤1.1收集更多的样本，重新训练模型； 所述线上预测部分的步骤如下： 2.1获取实时的叶片扫风原始音频数据以及实时的风速、风轮转速、发电功率、环境温度数据； 2.2判断当前环境温度是否小于5℃，若高于5℃，则设置结冰标记为0，算法结束；否则，进行下一步； 2.3判断当前风轮转速是否大于机组的并网转速，若小于，则设置结冰标记为0，算法结束；否则，进行下一步； 2.4按模型训练阶段设定的参数，将待识别的原始音频数据转化成梅尔频谱图； 2.5将梅尔频谱图转换为分贝标度谱图，并作归一化处理； 2.6加载已训练好的深度卷积神经网络模型； 2.7将频谱图输入深度卷积神经网络模型实现结冰预测，预测结果值为结冰概率值； 2.8判断结冰概率值是否超过预设的阈值，若超过阈值则设置音频结冰标记为1，否则设置音频结冰标记为0； 2.9以当前风速值查询基准功率曲线，得到基准发电功率大小，与当前实际发电功率比较，若当前实际发电功率的下降比例超过设定阈值，则设置功率损失标记为1，否则设置功率损失标记为0； 2.10判断音频结冰标记和功率损失标记是否同时为1，若是，则算法输出最终结果为1，即存在结冰状况；否则算法输出最终结果为0，即表示不存在结冰状况或依据当前工况无法判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京天泽智云科技有限公司，其通讯地址为：100086 北京市海淀区北四环西路66号中国技术交易大厦A座20层2003；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。