Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖州普康智信科技有限公司庞宇获国家专利权

湖州普康智信科技有限公司庞宇获国家专利权

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!

龙图腾网获悉湖州普康智信科技有限公司申请的专利一种具有自主学习特性的风力发电机组塔筒智能状态监测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:CN120292026B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510323716.3,技术领域涉及:F03D17/00;该发明授权一种具有自主学习特性的风力发电机组塔筒智能状态监测系统是由庞宇;高文君;刘展设计研发完成,并于2025-03-19向国家知识产权局提交的专利申请。

一种具有自主学习特性的风力发电机组塔筒智能状态监测系统在说明书摘要公布了:本方法公开一种风力发电机组塔筒的监测与诊断系统。本方法从多维度采集风力发电机组塔筒的信息,构建了具有信息采集、特征提取、智能诊断和自主学习功能的体系架构,生成一套完整的风力发电机塔筒运行状态的诊断标准,提高了风力发电机组塔筒故障诊断的及时性和准确性,降低了风载对塔筒故障诊断的影响,实现了风力发电机组塔筒自适应诊断策略。

本发明授权一种具有自主学习特性的风力发电机组塔筒智能状态监测系统在权利要求书中公布了:1.一种具有自主学习特性的风力发电机组塔筒智能状态监测系统,本系统包含四个层次,分别为风场信息采集层,特征数据库,智能诊断层及自主学习层,风场信息采集层,采集风力发电机组塔筒的螺栓状态信息、风载状态信息和塔筒状态信息,螺栓状态信息为一层塔筒固定螺栓预紧力、二层塔筒固定螺栓预紧力、三层塔筒固定螺栓预紧力、四层塔筒固定螺栓预紧力,塔筒状态信息为时间内塔筒垂直度均值,为时间内机舱晃度有效值均值,为时间内塔基倾角有效值均值,风载状态信息具体表现形式如下: 式中 为风载因子; 为z高度处的风振系数; 为风压高度变化系数; 为风荷载体型系数; 为基本风压,约取600, 将螺栓状态信息和塔筒状态信息输入至特征数据库,对螺栓状态信息进行特征融合,其具体表现形式如下: 式中 为螺栓特征因子; 为种螺栓状态信息融合后的数据; 为第种螺栓状态信息数据的权重; 为种螺栓状态信息数据融合后的方差; 为种螺栓状态信息数据融合后的真实值, 在确定第种螺栓状态信息数据融合后的方差时,用第种螺栓状态信息的均值作为融合后数据的无偏估计,估计得到第种螺栓状态信息数据的方差记为, 按下式计算: , 对塔筒状态信息进行融合,其具体表现形式如下: 式中 为塔筒特征因子; 为时间内塔筒垂直度均值,为时间内机舱晃度有效值均值,为时间内塔基倾角有效值均值; 为塔筒上圆心半径; 为塔筒下圆心半径; 为塔筒高度; 为种塔筒状态信息融合后的数据; 为第种塔筒状态信息数据的权重; 为种塔筒状态信息数据融合后的方差; 为种塔筒状态信息数据融合后的真实值, 在确定第种塔筒状态信息数据融合后的方差时,用第种塔筒状态信息的均值作为融合后数据的无偏估计,估计得到第种塔筒状态信息数据的方差记为, 按下式计算: , 将风载因子输入至塔筒动力学特征估计,得到螺栓动力学方程和塔筒动力学方程,在相同风载因子下,螺栓因子存在理论值,即,塔筒因子存在理论值,即,将特征数据库得到的因子、输入至智能诊断层,进行实验,其表现形式如下: 式中 为第i个因子; 为第j个因子; ; 为因子的方差; 为因子的方差; 根据得到的统计特征参数、,统计特征参数、得到三个状态区间: 式中 表示区间一,表示区间二,表示区间三; 表示因子、; 表示因子正常状态概率参数; 表示因子预警状态概率参数; 表示因子报警状态概率参数; 时为螺栓特征因子,,,,,当时,螺栓特征因子处于正常状态,当时,螺栓特征因子处于预警状态,当时,螺栓特征因子处于报警状态; 时为塔筒特征因子,,,,,当时,塔筒特征因子处于正常状态,当时,塔筒特征因子处于预警状态,当时,塔筒特征因子处于报警状态, 根据得到的状态区间同时得到状态诊断因子: 式中 时为螺栓状态诊断因子; 时为塔筒状态诊断因子, 对得到的状态诊断因子进行模拟整合,得到运行状态诊断因子P: 式中 为塔筒状态保持正常的概率; 为塔筒状态由正常转换为预警的概率; 为塔筒状态由正常转换为报警的概率; 为塔筒状态保持预警的概率; 为塔筒状态由预警转换为报警的概率, 将得到的状态转移因子作为塔筒的运行状态诊断因子,若运行诊断因子变化率超过%,则认为塔筒状态发生了改变, 自主学习层负责对得到的塔筒状态诊断标准进行状态评估检验,收集现场检修的反馈结果,若判断准确,则将得到的状态诊断因子及因子变化率作为塔筒状态诊断标准输出;若判断不准确,则通过状态反馈与数字反馈对智能诊断层进行迭代更新, 状态反馈实现过程如下: G1:收集判断不准确的诊断因子变化率,共个; G2:计算诊断因子变化率的均值,即; G3:计算诊断因子变化率的方差,即; G4:根据现场反馈情况,令或为新的诊断因子变化率,进而实现状态反馈, 数字反馈实现过程如下: F1:收集判断不准确的参数,,; F2:随机从中选取3个中心,记为; F3:计算的目标函数; F4:重复步骤F2直至求得目标函数最小值即; F5:通过迭代计算得到各个聚类的中心值,通过反推计算得到边界值,,即时表示正常状态,时表示预警状态,时表示报警状态; F6:根据边界值迭代状态概率参数,即,,; F7:同理将参数进行步骤F2-F6得到边界值迭代后的概率参数,进而实现数字反馈。

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湖州普康智信科技有限公司,其通讯地址为:313000 浙江省湖州市西塞山路819号成业智能中心A座302-A;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。

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。