Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 韶关昆仑科技有限公司孙喜春获国家专利权

韶关昆仑科技有限公司孙喜春获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉韶关昆仑科技有限公司申请的专利一种风力发电机故障智能检测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119848426B

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411963198.3,技术领域涉及:G06F18/10;该发明授权一种风力发电机故障智能检测系统及方法是由孙喜春;张正秋;刘鹏;郭又瑞设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种风力发电机故障智能检测系统及方法在说明书摘要公布了:本发明公开了一种风力发电机故障智能检测系统及方法,涉及深度学习技术领域,包括,采集多维数据,并进行预处理;从预处理后的多维数据提取多维特征,并通过图神经网络和短时傅里叶变换对多维特征进行融合并生成时频域信号;从时频域信号提取关键特征,通过支持向量机模型检测风力发电机运行状态的故障特征;基于故障特征,构建融合神经网络模型,生成故障预测,并输出诊断报告,提出维护建议;本发明通过融合神经网络模型,结合了卷积神经网络和长短期记忆网络,提取空间特征和时间序列数据,实现了风力发电机故障特征的多维度表征。

本发明授权一种风力发电机故障智能检测系统及方法在权利要求书中公布了:1.一种风力发电机故障智能检测方法,其特征在于:包括, 采集多维数据,并进行预处理; 从预处理后的多维数据提取多维特征,并通过图神经网络和短时傅里叶变换对多维特征进行融合并生成时频域信号; 从时频域信号提取关键特征,通过支持向量机模型检测风力发电机运行状态的故障特征; 基于故障特征,构建融合神经网络模型,生成故障预测,并输出诊断报告,提出维护建议; 所述多维数据包括温度数据、振动数据和电流数据; 多维特征,包括, 从温度数据中提取平均温度、温度变化率、温度峰值作为温度特征; 从振动数据中提取振动幅度、振动频率、振动能量作为振动特征; 从电流数据中提取平均电流、电流波动、电流峰值作为电流特征; 所述通过图神经网络和短时傅里叶变换对多维特征进行融合并生成时频域信号,具体步骤为, 将温度特征、振动特征和电流特征作为图的节点; 通过图神经网络对图中的节点特征进行融合,生成综合特征集,表达式为: 其中,hvk为融合后的综合特征集,h为特征向量,k为图神经网络中的第k次迭代,v为节点,σ为激活函数,Nv为集合函数,为图神经网络中邻居节点u在第k-1迭代中的特征向量,u为节点v的邻居节点; 基于融合后的综合特征集,进行短时傅里叶变换,生成时频域信号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人韶关昆仑科技有限公司,其通讯地址为:512000 广东省韶关市浈江区金汇大道88号鑫金汇建材家居广场条铺24幢2层245号商铺(仅限作办公室使用);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。