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！

龙图腾网获悉广东建源检测技术有限公司申请的专利双馈风力发电机匝间短路故障诊断方法及系统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：CN120974380B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511421144.9，技术领域涉及：G06F18/2433；该发明授权双馈风力发电机匝间短路故障诊断方法及系统是由温科平;卫书仝;周灿设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本双馈风力发电机匝间短路故障诊断方法及系统在说明书摘要公布了：本发明涉及故障诊断技术领域，具体为双馈风力发电机匝间短路故障诊断方法及系统，包括：获取目标发电机定子绕组各分段的电流信号、各光纤监测点的温度信号和各振动测点的振动信号；对所述电流信号、所述温度信号和所述振动信号进行图结构整合，得到绕组运行图结构，其中，绕组各分段、光纤监测点和振动测点作为图节点，节点间电气耦合关系和空间位置关系作为图边权重。本发明通过整合电流信号、温度信号和振动信号，采用图神经网络模型进行多维度分析，通过将这些不同的物理信号转化为图结构，使得故障诊断可以基于多源信号之间的关系进行综合评估，这种跨模态的集成分析有助于提高诊断的精度和可靠性。

本发明授权双馈风力发电机匝间短路故障诊断方法及系统在权利要求书中公布了：1.双馈风力发电机匝间短路故障诊断方法，其特征在于，包括： 获取目标发电机定子绕组各分段的电流信号、各光纤监测点的温度信号和各振动测点的振动信号；对所述电流信号、所述温度信号和所述振动信号进行图结构整合，得到绕组运行图结构，其中，绕组各分段、光纤监测点和振动测点作为图节点，节点间电气耦合关系和空间位置关系作为图边权重； 将所述绕组运行图结构输入至预先训练的图神经故障特征提取模型，得到绕组故障图特征信息；确定所述绕组故障图特征信息和预设的初始故障图特征信息对应的关联电流差异值和关联绝缘异常信息； 响应于确定所述关联电流差异值大于目标阈值或所述关联绝缘异常信息满足预设异常条件，根据预设的第一保护控制信号切换发电机保护运行模式； 获取所述目标发电机定子绕组各区域的温度场景图像集中的各个温度场景图像进行图节点匹配，得到目标温度场景图像，其中，所述温度场景图像集中各温度区域与图节点一一对应； 对所述目标温度场景图像进行图场景识别，得到绕组温度关联场景特征信息； 响应于确定所述绕组温度关联场景特征信息满足预设的高温危险条件，根据预设的第二保护控制信号切换发电机保护运行模式； 对所述电流信号、所述温度信号和所述振动信号进行图结构整合，得到绕组运行图结构，包括： 将绕组各分段、各光纤监测点和各振动测点分别定义为图数据的电流节点、温度节点和振动节点，构建初始图节点集合； 计算电流节点间的绕组阻抗耦合系数、温度节点间的热传导系数和振动节点间的机械振动传递系数，作为图边的初始权重； 建立电流节点与温度节点的电气-热关联权重、电流节点与振动节点的电气-机械关联权重，确定跨模态的图边权重； 将初始图节点集合、各类图边权重与各节点对应的信号序列整合，生成绕组运行图结构； 对所述电流信号、所述温度信号和所述振动信号进行图结构整合，得到绕组运行图结构之后，所述方法还包括： 获取绕组运行图结构样本集，所述绕组运行图结构样本集包括不同短路匝数、不同绝缘劣化程度下的绕组运行图结构及对应的故障标签； 从所述绕组运行图结构样本集中选取目标样本运行图结构，将目标样本运行图结构输入至初始图神经故障特征提取模型包括的图节点嵌入子模型，得到初始节点嵌入特征，其中，初始图神经故障特征提取模型还包括：图边权重更新子模型、图卷积特征提取子模型、跨模态图融合子模型和故障特征映射子模型； 将初始节点嵌入特征输入至所述图边权重更新子模型，基于节点特征相似度更新图边权重，得到更新后图结构； 将更新后图结构输入至所述图卷积特征提取子模型，通过GAT图注意力卷积层提取局部图特征，得到初始图卷积特征； 将初始图卷积特征输入至所述跨模态图融合子模型，通过注意力机制融合电流、温度和振动模态的图特征，得到初始跨模态图特征； 将初始跨模态图特征输入至所述故障特征映射子模型，映射为故障特征向量，得到初始故障图特征信息。

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广东建源检测技术有限公司，其通讯地址为：528000 广东省佛山市三水区中心科技工业区西南园C区15-5号之二；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。