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！

龙图腾网获悉东南大学申请的专利汽轮发电机轴系振动预测方法、系统、设备及存储介质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：CN117150330B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311065804.5，技术领域涉及：G06F18/23213；该发明授权汽轮发电机轴系振动预测方法、系统、设备及存储介质是由郭瑞;陈宇豪;谭平;刘振祥;姜虓设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本汽轮发电机轴系振动预测方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种汽轮发电机轴系振动预测方法、系统、设备及存储介质，包括获取汽轮发电机运行参数历史数据；将收集到的数据进行预处理操作，对汽轮发电机的运行状态进行识别工作；利用主成分分析PCA对汽轮发电机的运行参数历史数据进行特征提取，得到状态特征值；将汽轮发电机的状态特征参数进行划分；将轴系振动参数序列通过变分模态分解算法VMD进行分解处理；搭建并根据麻雀搜索算法SSA优化XGBoost模型，对经VMD分解的序列分别设置最优参数，采用XGBoost模型对汽轮发电机振动参数进行预测；以状态特征参数为输入特征输入预测模型中，叠加重构各IMF序列的预测值最终得到振动参数预测值，本发明提升预测准确性。

本发明授权汽轮发电机轴系振动预测方法、系统、设备及存储介质在权利要求书中公布了：1.一种汽轮发电机轴系振动预测方法，其特征在于，包括如下步骤： 1获取汽轮发电机运行参数历史数据； 2将收集到的汽轮发电机运行参数历史数据进行预处理操作，以消除变量量纲差异对结果的影响； 3对汽轮发电机的运行状态进行识别工作，采用K-Means数据聚类算法将汽轮发电机的运行数据依据环境温度及汽轮机有功功率两个模式识别特征参数划分为不同的运行模式，构建支持向量机SVM汽轮机运行模式识别模型； 4利用主成分分析PCA对汽轮发电机的运行参数历史数据进行特征提取，得到状态特征值； 5将主成分分析PCA降维后的汽轮发电机的状态特征参数按照8：1：1的比例划分为测试集、验证集及测试集； 6将步骤1所述的轴系振动参数序列通过变分模态分解算法VMD进行分解处理，通过中心频率法确定最终的子信号模态个数K，将上述轴系振动参数序列经变分模态分解算法VMD分解为K个IMF序列； 7搭建并根据麻雀搜索算法SSA优化XGBoost模型，针对经VMD分解的序列分别设置最优参数，对于分解得到的K个IMF序列，分别搭建K个XGBoost模型，采用优化后的XGBoost模型对汽轮发电机振动参数进行预测； 8以经主成分分析PCA降维后的汽轮发电机的状态特征参数为输入特征，分别输入优化后的K个XGBoost预测模型中，叠加重构各IMF序列的预测值最终得到振动参数预测值。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；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”。

以上内容由龙图腾AI智能生成。