摘要
本申请提供了一种基于梯度加权类激活热力图的风机轴承诊断方法及装置,涉及风力发电机轴承故障诊断技术领域,方法包括:获取风电机组发电机的轴承振动信号;对获取到的轴承振动信号进行降噪处理;利用短时傅里叶变换,将降噪后的轴承振动信号转换为时频图像,以得到的时频图像为输入,经故障诊断模型的特征提取单元得到梯度加权类激活热力图;以得到的梯度加权类激活热力图为输入,经故障诊断模型的故障诊断单元依据输入的梯度加权类激活热力图进行故障诊断,获得诊断结果;故障诊断单元由风电机组发电机的不同轴承故障所对应的历史梯度加权类激活热力图对预设机器学习算法训练后得到。本申请能够有效降低数据处理的计算量,提高故障诊断精确度。
技术关键词
热力图
风电机组发电机
风机轴承
诊断方法
故障诊断模型
短时傅里叶变换
特征提取单元
机器学习算法
噪声强度
风力发电机轴承
图像
故障诊断技术
故障诊断模块
信号采集模块
信号降噪
诊断装置
系统为您推荐了相关专利信息
退役风电叶片
动态数据库
动态网络拓扑
数字孪生模型
污染特征
经验模态分解算法
信号
断路器故障诊断
太阳
分合闸速度
故障特征信号
故障诊断方法
深度神经网络
理论
机械零件
诊断识别率
物联网传感器
智能监测系统
故障诊断模块
数据处理模块