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！

龙图腾网获悉华能托里风力发电有限公司申请的专利风力发电设备故障诊断方法、装置、电子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：CN117171657B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202311058443.1，技术领域涉及：G06F18/2411；该发明授权风力发电设备故障诊断方法、装置、电子设备及存储介质是由刘中华;李建辉;贾海森;白茂林;杨晓臣;刘文龙;杨沛琦;张同方设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本风力发电设备故障诊断方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种风力发电设备故障诊断方法、装置、电子设备及存储介质，涉及风力发电机技术领域，所述风力发电设备故障诊断方法包括：采集风力发电设备的振动信号；从所述振动信号中提取故障特征参数，通过预设的目标支持向量机模型和目标聚类分析模型分别对所述故障特征参数进行分类，得到第一分类结果和第二分类结果；基于所述第一分类结果和所述第二分类结果，确定所述风力发电设备对应的故障诊断结果。本申请解决了目前风力发电设备故障诊断方法存在准确性低和效率低的技术问题。

本发明授权风力发电设备故障诊断方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种风力发电设备故障诊断方法，其特征在于，所述风力发电设备故障诊断方法包括： 采集风力发电设备的振动信号； 从所述振动信号中提取故障特征参数，通过预设的目标支持向量机模型和目标聚类分析模型分别对所述故障特征参数进行分类，得到第一分类结果和第二分类结果； 基于所述第一分类结果和所述第二分类结果，确定所述风力发电设备对应的故障诊断结果； 其中，所述基于所述第一分类结果和所述第二分类结果，确定所述风力发电设备对应的故障诊断结果的步骤包括： 提取所述第一分类结果和所述第二分类结果分别对应的主成分； 计算所述第一分类结果的各主成分和所述第二分类结果中的各主成分之间的马氏距离； 基于各所述主成分之间的马氏距离，选取目标主成分，并将所述目标主成分对应的分类评价指标置为故障诊断结果； 其中，在所述通过预设的目标支持向量机模型和目标聚类分析模型分别对所述故障特征参数进行分类，得到第一分类结果和第二分类结果的步骤之前，所述方法还包括： 从不同工况的风力发电设备中采集振动信号，得到多组训练样本，并获取各所述训练样本对应的故障类型标签； 将带有故障类型标签的训练样本输入初始支持向量机模型，获得对应的第三分类结果； 将不带有故障类型标签的训练样本输入初始聚类分析模型，获得对应的第四分类结果； 根据所述第三分类结果和所述第四分类结果，计算所述第三分类结果和所述第四分类结果分别对应的主成分之间的马氏距离； 若所述马氏距离大于预设阈值，则对所述初始支持向量机模型和所述初始聚类分析模型的模型参数进行优化调整，并返回执行步骤：将带有故障类型标签的训练样本输入初始支持向量机模型，获得对应的第三分类结果； 若所述马氏距离不大于所述预设阈值，则将当前的初始支持向量机模型和初始聚类分析模型分别置为目标支持向量机模型和目标聚类分析模型。

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华能托里风力发电有限公司，其通讯地址为：834700 新疆维吾尔自治区塔城地区托里县托里镇玛依勒路9号104室；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。