采用了叶片温度这一叶片质量的重要指标,对数据预处理并进行特征提取,为涡轮叶片建立起特征模型。基于分形理论提取叶片温度信号的3种分形维数特征,结合K-means聚类分析和ReliefF算法计算各特征值的权重,从而建立起涡轮叶片的温度特征模型,实现对涡轮叶片故障的早期预警。统计结果表明,该特征模型能够较好地反映出处于故障状态的涡轮叶片的状态。