摘要
本发明提供一种基于多模态数据和异构图的海上风电机组叶片故障检测方法,包括获取海上风电机组叶片的n个模态的多模态数据;通过联合嵌入学习对多模态数据进行融合处理;以提取风电机组叶片的高阶特征信息,并通过联合损失函数提升各模态数据间的关联性和一致性;构建风电机组叶片的异构图;将异构图的节点和边表示为三元组形式;利用改进的Complex模型对异构图的三元组进行打分;通过小模型增强弱相似性模态数据和区域叶片之间的关联性;基于区域关联矩阵识别区域内叶片的潜在故障并做出预警。本发明能够提高风电机组叶片故障检测的准确性,通过优化联合嵌入表示和使用Complex模型打分,能高效处理多模态数据,且具有适应性和鲁棒性。
技术关键词
海上风电机组
故障检测方法
风电机组叶片
多模态
异构
联合损失函数
三元组
标记
故障预警判定
超参数
传感器节点
数据嵌入
表达式
鲁棒性
标签
关系
系统为您推荐了相关专利信息
决策控制模块
垃圾车
报警系统
立体视觉测距装置
多模态
反欺诈模型
识别人脸图像
预训练模型
图像编码器
样本