风电叶片的叶根螺栓的故障检测方法及系统

AITNT
正文
推荐专利
风电叶片的叶根螺栓的故障检测方法及系统
申请号:CN202411699883
申请日期:2024-11-26
公开号:CN119179967B
公开日期:2025-03-04
类型:发明专利
摘要
本发明提供一种风电叶片的叶根螺栓的故障检测方法及系统,涉及故障检测技术领域,包括:采集风电叶片的叶根螺栓的多维运行数据,执行多层小波变换对所述多维运行数据进行分解,进行降噪处理,划分为多个时间窗口,构建时频特征矩阵;构建混合深度学习模型,提取时频特征矩阵的前向时序特征和后向时序特征并组合生成时序特征图,提取得到故障特征概率向量并生成初步故障诊断结果,执行模糊规则推理,根据马尔可夫链进行修正,得到故障发展趋势预测结果并确定故障等级,生成预警信息。
技术关键词
模糊神经网络 双向神经网络 时序特征 混合深度学习模型 故障特征 灰色预测模型 注意力 多尺度局部特征 风电叶片 模糊规则推理 粒子群优化算法 数据 执行傅里叶变换 贝叶斯准则 频域特征 遗传算法优化 矩阵 软阈值函数 卷积特征
系统为您推荐了相关专利信息
1
一种用于非结构化数据的标签设置方法及系统
进化算法 融合特征提取 时序特征 动态 数据标签技术
2
一种背靠背柔性直流换流站阀区故障识别方法及系统
柔性直流换流站 故障识别方法 电流 基尔霍夫定律 回路
3
基于知识图谱的供应链多维数据挖掘与智能推荐决策方法
节点特征 矩阵 序列 图谱 动态约束优化
4
齿轮箱工况分类方法及系统
多模态传感器 LSTM神经网络 齿轮箱 分类方法 云端服务器
5
基于多模态临床数据的室速室颤预测方法及相关设备
时序特征 融合特征 双向注意力机制 风险评估值 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号