摘要
本发明提供一种风机叶片的结冰故障预测方法及装置,涉及风机故障监测技术领域。以解决传统风机数据处理只关注数据中的时序特征,对空间特征提取不足,造成对风机运行数据趋势预测准确率低的问题。该方法包括:获取待监测风机的运行监测数据,将所述时序数据和空间数据混合成二维的时空图数据,对所述时空图数据进行预处理;人工构建时空图数据的交叉特征和高阶特征,提取时空图数据的高维特征和低维特征,对交叉特征、高阶特征、高维特征和低维特征进行多尺度特征融合;基于融合的多尺度特征建立结冰故障预测模型,基于结冰故障预测模型进行风机叶片的结冰故障预测。所述一种风机叶片的结冰故障预测方法应用于一种风机叶片的结冰故障预测装置。
技术关键词
风机叶片
故障预测方法
故障预测模型
故障预测装置
多尺度特征融合
数据特征提取
序列
多尺度信息
数据获取模块
卷积神经网络提取
故障监测技术
主成分分析方法
滑动窗口方法
空间特征提取
元素
时序特征
系统为您推荐了相关专利信息
RFID标签
智能管理方法
数据融合技术
机器学习模型
机器学习算法分析
人脸识别方法
人脸特征
人脸识别装置
图像采集单元
图像处理单元
故障预测方法
故障诊断模型
速度陀螺仪
位置更新
加速器
结冰风险
风机叶片结冰
叶片加热装置
传感器模块
无线通信模块
点云配准方法
多尺度特征融合
焊点
多尺度特征提取
视觉