摘要
本发明属于风力发电技术领域,涉及风力涡轮机叶片结冰检测的对比学习方法与系统。该方法包括:收集数据并进行数据预处理;自适应频谱‑时间增强处理;基于稀疏性损失、模式保留损失与多样性损失的组合优化时间掩码与频率掩码;得到增强振动信号作为正样本对;提取负样本对;通过异常分数识别异常样本;使用标记样本对无监督对比学习模型进行微调,通过轻量级分类头输出结冰异常检测结果。本发明提出了自适应频谱‑时间增强和负样本池对比学习结合的方法,以生成可靠的正、负对比样本对,能够在标记稀缺和数据不平衡的条件下准确检测结冰异常;能有效缓解假阴性采样问题,解决了类别不平衡问题,还能实现高质量的特征学习。
技术关键词
风力涡轮机叶片
样本
学习方法
无监督
损失函数优化
数据
机器学习模型
特征提取器
时域特征
风力发电机
频域特征
编码器
信号
频率
卷积滤波器
风力发电技术
表达式
处理单元
缩放参数
系统为您推荐了相关专利信息
分层强化学习
路径规划方法
终点
人工神经网络
强化学习方法
凝血测试仪
数据存储单元
调度系统
数据存储模块
医院信息系统
自动设计方法
测试平台
三元组
电路组件
混合信号电路设计