摘要
一种基于信号编码的风电机组变桨轴承故障诊断方法,具体包括:通过风电场配备的风电机组状态监控系统获取变桨轴承的原始振动信号数据;采用连续小波变换和位置矩阵变换将轴承振动信号分别编码为时频图和位置矩阵图,通过增加数据的可视化维度来增强信号的特征信息;基于全局和窗口注意力机制分别设计全局和局部特征提取模块,使模型能够充分的学习到不同层次的特征信息;依据全局和局部特征提取模块构建双通道并行融合网络模型,以融合全局和局部特征信息,实现抑制强随机噪声干扰的目的。本发明可以充分地捕捉变桨轴承不同状态的振动信号特征,能够有效地解决由强随机噪声干扰造成的变桨轴承诊断性能差和精度低的问题。
技术关键词
风电机组变桨轴承
注意力机制
故障诊断方法
信号编码
风电机组状态监控系统
局部特征提取
故障诊断模型
全局特征提取
局部特征信息
连续小波变换
输出特征
多层感知器
模块
振动信号特征
矩阵
随机噪声
位置变化信息
梯度下降算法
补丁
系统为您推荐了相关专利信息
静息态功能磁共振
数据
预测模型构建方法
模块
年龄
医学图像分割方法
多轨道
标签
动态
医学图像数据集
傅里叶叠层成像
湍流特征
子孔径图像
纹理特征提取
物理统计模型
实体对齐方法
融合注意力机制
表达式
信息熵
BERT模型
混合励磁电机
开路故障诊断方法
励磁绕组
信号
电流