燃气轮机故障预测诊断方法

AITNT
正文
推荐专利
燃气轮机故障预测诊断方法
申请号:CN202510850265
申请日期:2025-06-24
公开号:CN120763694A
公开日期:2025-10-10
类型:发明专利
摘要
燃气轮机故障预测诊断方法包括:采集燃气轮机的测量参数;将非平稳信号转换为频域特征,将缓变信号转换为时域特征;将时域特征和所述频域特征输入至特征筛选模型,输出筛选后的时频域特征;计算筛选后的时频域特征间的动态相关系数矩阵,基于动态相关系数矩阵,计算特征关系向量;将筛选后的时频域特征以及特征关系向量输入至特征耦合模型,输出耦合特征向量;对测量参数进行时序特征提取,得到时序特征向量;将时序特征向量和耦合特征向量输入至故障预测模型,得到预测的燃气轮机故障类型。通过动态相关系数矩阵量化时频特征耦合关系、TCN‑FNN双通道融合时序与耦合特征,实现故障的精准定位与早期预测。
技术关键词
燃气轮机故障 频域特征 时域特征 Node2Vec算法 预测诊断方法 故障预测模型 时序 矩阵 燃烧室出口温度 梯度提升决策树 动态 信号 关系 时间卷积网络 连续小波变换 压气机转子 前馈神经网络 涡轮
系统为您推荐了相关专利信息
1
一种高压电缆运行状态的监测方法、系统及设备
相位分辨局部放电 监测方法 贝叶斯网络模型 卷积神经网络模型 谐波
2
一种基于声波反射与AI分析的非接触式电生理监测方法
生理监测方法 生命体征信息 生命体征传感器 接触式 声波
3
基于多尺度CNN和Transformer融合的语音情感识别方法
语音情感识别方法 MFCC特征 情感类别 Softmax函数 前馈神经网络
4
基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法
时序预测方法 时序数据预测方法 加氢裂化工艺 输出特征 融合特征
5
癫痫脑电图像异常波段自动标注系统
标注系统 脑电图数据 癫痫 信号预处理模块 异常事件
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