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！

龙图腾网获悉东北电力大学申请的专利一种风力发电机叶片声学双路径异常检测方法及系统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：CN120845274B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511264755.7，技术领域涉及：F03D17/00；该发明授权一种风力发电机叶片声学双路径异常检测方法及系统是由杨彦军;曹贺;程舜;吴昊;袁伟茹;张峻维;张鑫;孟响;贾冰倩;杨明浩;李志伟;张树德设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种风力发电机叶片声学双路径异常检测方法及系统在说明书摘要公布了：本发明涉及一种风力发电机叶片声学双路径异常检测方法及系统，通过采集多路声音信号并结合SCADA系统筛选有效数据。建立噪声模型，采用动态谱减法进行噪声抑制，再进行时间对齐。分别从时间对齐后的叶片根部声音信号中构建叶片结构特征集，从塔筒声音信号构建塔筒气动特征集。本方法利用Transformer网络的自注意力机制融合叶片结构特征集与塔筒气动特征集生成联合特征向量；通过记忆增强型深度自编码器计算重构误差转换为结构异常概率。同步分析扫塔脉冲的幅值、脉宽及互相关一致性，生成综合一致性指标并转换为扫塔异常概率。最终，基于实时功率占比对上述两类异常概率进行动态加权融合，生成综合异常概率判定叶片状态。该方法深度融合多源声学信号与运行数据，运用深度特征提取与自适应融合技术，可精准识别叶片结构损伤与气动异常，为风电叶片预防性维护提供技术支撑。

本发明授权一种风力发电机叶片声学双路径异常检测方法及系统在权利要求书中公布了：1.一种风力发电机叶片声学双路径异常检测方法，其特征在于，包括： 步骤S1、分别通过布置于各个发电机叶片根部的声学传感器和环形布置于塔筒同一高度水平面的声学传感器阵列，采集叶根测点叶片声学信号和塔筒测点叶片声学信号，对于叶根测点叶片声学信号和塔筒测点叶片声学信号根据功率划分工况筛选出有效数据； 步骤S2、基于采集的实时风速和湍流强度，采用动态谱减法对筛选后的叶根测点叶片声学信号和塔筒测点叶片声学信号进行背景噪声滤波处理，对滤波处理后的叶根测点叶片声学信号和塔筒测点叶片声学信号进行时间对齐； 步骤S3、从时间对齐后的叶根测点叶片声学信号和塔筒测点叶片声学信号中分别提取叶片结构特征集和塔筒气动特征集，将所述叶片结构特征集和塔筒气动特征集输入Transformer模型得到联合特征向量； 步骤S4、将所述联合特征向量输入记忆增强型深度自编码器计算重构误差，并通过基于历史误差分布的概率转换函数将所述重构误差转换为结构异常概率输出； 步骤S5、对滤波处理后的塔筒测点叶片声学信号进行包络检波提取时域脉冲包络，对连续多个脉冲通过一致性分析得出综合一致性指标，将所述综合一致性指标与健康基准模型比对并生成偏差分数，通过概率模型将所述偏差分数转换为扫塔异常概率输出； 步骤S6、对所述结构异常概率和所述扫塔异常概率进行自适应加权融合得到综合异常概率，当所述综合异常概率超过异常概率阈值时，判定为风电叶片声学异常。

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东北电力大学，其通讯地址为：132012 吉林省吉林市船营区长春街路169号；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。