本申请公开了一种风电机的风轮故障监测方法、装置、设备及存储介质，涉及电数字数据处理技术领域，方法通过将图像数据的获取周期与风轮的转动周期动态同步，消除了风向规律带来的风轮转速扰动，使得每次采集的图像数据均为风轮的同一姿态，从而减少甚至消除无关变量，保证了后续模型训练的准确性，且由于风向规律吻合季节规律，使得采集到的图像数据自身具有前述的规律属性，该规律属性经过神经网络模型并进行训练后形成的预测模型则具有了该规律属性，只要风轮的形变顺应上述的规律属性，则不会被判定为故障。且本申请通过两个相互垂直的拍摄视角获取风轮的图像数据，以尽可能少的(56)对比文件吴镜锋;金炜东;唐鹏.数据异常的监测技术综述.计算机科学.2017,(第S2期),全文.Junda Wang etal..Randomization-basedneural networks for image-based windturbine fault diagnosis.EngineeringApplications of ArtificialIntelligenc.2023,(第121期),全文.Yinsheng Zhang.Surface defectdetection of wind turbine based onlightweight YOLOv5s model.Measurement.2023,(第220期),全文.仝卫国.基于航拍图像的输电线路识别与状态检测方法研究. 中国博士学位论文全文数据库 科技信息辑.2012,全文.沈浩;江臣;陈宇文;王国香;李枝军.基于深度学习的钢桁架桥螺栓病害智能识别方法.南京工业大学学报(自然科学版).(第05期),全文.仇梓峰;王爽心;李蒙.基于无人机图像的风力发电机叶片缺陷识别.发电技术.2018,(第03期),全文.吴镜锋;金炜东;唐鹏.数据异常的监测技术综述.计算机科学.2017,(第S2期),全文.