摘要
本发明属于风电装备智能运维相关技术领域,其公开了一种风机传动链人机协同健康评估方法,包括:模拟风机传动链的故障模式,获取不同故障模式下的振动信号,训练所构建的神经网络模型;获取关于各故障模式风险程度的BtO以及OtW的评价集;构建贝叶斯层次化模型,将故障模式的风险权重以及评价集转化为概率分布形式,基于贝叶斯层次化模型确定各故障模式融合了评价集中风险意见的聚合风险权重;利用训练好的神经网络模型评估风机传动链的故障状态隶属度,融合故障状态隶属度与聚合风险权重计算健康度指标,评估风机传动链健康状态。本发明结合监测大数据与运维经验知识,能够实现风机传动链健康状态的精准量化评估。
技术关键词
健康评估方法
传动链
人机协同
神经网络模型
模式
风险
风机
指标
多项式
模块
频域特征
信号
样本
离线
大数据
阶段
风电
运维
参数
系统为您推荐了相关专利信息
校车
卷积神经网络模型
偏离检测方法
机器学习算法
机器学习模型
挖掘分析方法
神经网络模型
数据
关联规则挖掘算法
正则化技术