摘要
本申请提供了一种风电机组齿轮箱性能退化评估方法及系统,所述方法包含:获取风电机组齿轮箱全寿命的振动数据,通过完全自适应噪声集合经验模态分解对所述振动数据获得特征信号数据;通过核主成分分析方法融合所述特征信号数据提取健康指标数据;根据所述健康指标数据训练果蝇算法优化极限学习机模型构建的预测模型获得健康预测模型;通过所述健康预测模型分析待测风电机组齿轮箱获得退化评估结果。
技术关键词
风电机组齿轮箱
性能退化评估方法
集合经验模态分解
成分分析方法
果蝇算法优化
数据
极限学习机
生成特征
指标
信号
模型训练模块
重构矩阵
噪声
分析模块
处理器
可读存储介质
计算机程序产品
协方差矩阵
系统为您推荐了相关专利信息
网络通信数据安全
联网设备
置信度阈值
监测方法
多功能数据线
排放检测方法
长短期记忆网络
图像
统计特征
卷积特征
生成对抗网络
相位特征
脑电采集设备
集中度
原始脑电信号
管道泄漏检测方法
生成训练样本
管道泄漏检测装置
仿真验证系统
特征值