龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北华航天工业学院
摘要：本发明涉及故障诊断技术领域，具体涉及基于CEEMDAN的GA‑BP神经网络风电系统发电机故障预测方法及介质，包括以下步骤：首先对原始信号应用CEEMDAN分解算法，得到若干IMF分量，计算各IMF分量与原始信号之间的相关系数，当IMF分量中噪声含量较多时，相关系数会偏低。选择舍弃相关系数小于0.3的IMF分量，对余下的与原信号具有高相关性的IMF分量使用sym4小波基函数和阈值函数进行小波阈值去噪处理。应用CEEMDAN联合小波阈值算法处理后，信号噪声得到了明显抑制。随后送入GA‑BP神经网络中进行故障预测网络的训练。通过训练网络预测模型，实现故障预测。
主权项：1.一种基于CEEMDAN的GA-BP神经网络风电系统发电机故障预测方法，其特征在于，包括以下步骤：步骤1：通过安装在风电场内的SCADA系统对风电机组进行数据采集，获取所述风电机组正常状态下和不同故障状态下的原始信号；步骤2：利用CEEMDAN算法对原始信号进行自适应完备噪声经验模态分解，得到原始信号对应的IMF分量；步骤3：计算各IMF分量与原始信号之间的相关系数，选取高相关性的IMF分量；步骤4：将高相关性的IMF分量进行使用sym4小波基函数和阈值函数进行小波阈值去噪处理；步骤5：将步骤4处理过的IMF分量进行信号重构；步骤6：将步骤5中重构后的信号送入GA-BP神经网络中进行故障预测网络的训练，直至模型收敛；步骤7：使用步骤6获得训练好的GA-BP神经网络预测模型对测试样本进行故障预测，输出预测结果。
全文数据：
权利要求：
百度查询： 北华航天工业学院 基于CEEMDAN的GA-BP神经网络风电系统发电机故障预测方法及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号