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！

龙图腾网获悉河海大学申请的专利一种基于HBA-ELM的风电机组故障诊断方法及装置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：CN121278543B 。

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：202511842606.4，技术领域涉及：G06F18/2415；该发明授权一种基于HBA-ELM的风电机组故障诊断方法及装置是由薛飞飞;覃侣;许昌;胡彪;罗京蕾;韩星星;朱宇婷;霍志红;钟淋涓;张天才;耿榕宋设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种基于HBA-ELM的风电机组故障诊断方法及装置在说明书摘要公布了：本发明公开了一种基于HBA‑ELM的风电机组故障诊断方法及装置，属于风力发电技术领域，所述方法包括：获取目标风电机组中传感器采集的目标数据，并对所述目标数据进行预处理；将预处理后的所述目标数据输入预设的极限学习机模型，输出故障类型概率分布；将所述故障类型概率分布输入预设的故障分类输出模型，输出故障类型诊断值；其中，所述极限学习机模型的模型参数基于融入动态自适应策略的改进蜜獾算法优化生成。本发明能够有效地识别风电机组的故障类型，提高了诊断精度和泛化能力，为风电场的运营维护提供参考依据。

本发明授权一种基于HBA-ELM的风电机组故障诊断方法及装置在权利要求书中公布了：1.一种基于HBA-ELM的风电机组故障诊断方法，其特征在于，包括： 获取目标风电机组中传感器采集的目标数据，并对所述目标数据进行预处理； 将预处理后的所述目标数据输入预设的极限学习机模型，输出故障类型概率分布； 将所述故障类型概率分布输入预设的故障分类输出模型，输出故障类型诊断值； 其中，所述极限学习机模型的模型参数基于融入动态自适应策略的改进蜜獾算法优化生成，包括： 初始化所述改进蜜獾算法的种群； 重复执行以下步骤，直至达到预设的终止条件，输出最终种群中的最佳个体作为所述极限学习机模型的最终模型参数： 计算种群中各个体的适应度值，将所述适应度值最大的多个个体设定为探索者，将剩余的个体设定为跟随者，从所述跟随者中选取多个个体设定为警惕者； 基于动态自适应策略分别更新所述探索者、所述跟随者以及所述警惕者： 式中，分别为探索者、跟随者以及警惕者在第次迭代时个体的位置，表示个体对应输入层第个节点到隐藏层第个节点；为步长因子，为追随者学习因子，为警惕者调整因子，为衰减系数，表示一个在[0,1]区间内均匀分布的随机数，为跟随者在第次迭代时最差和最佳个体的位置，为警惕者在第次迭代时最佳个体的位置。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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。