Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于凸包和CNN-LSTM的提升系统故障诊断方法 

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:兖矿能源集团股份有限公司;兖矿能源集团股份有限公司山东煤炭科技研究院分公司;兖煤菏泽能化有限公司

摘要:本发明提供了一种基于凸包和CNN‑LSTM的提升系统故障诊断方法,涉及提升系统故障诊断技术领域,具体包括如下步骤:对原始提升系统数据采用归一化法进行数据预处理;将连续性强且皮尔逊相关系数较高的变量进行组合,将连续性弱且皮尔逊相关系数高的变量进行组合;将定子电流和转子电流组合,进行基于凸包正常工作区的多变量过程报警监控的算法进行分析;将转矩、转速和功率组合,进行基于凸包正常工作区的多变量过程报警监控的算法进行分析;将连续性较强且皮尔逊相关系数较高的多个定子绕组温度组合输入CNN‑LSTM,分别预测多个定子绕组温度的趋势。本发明的技术方案克服现有技术中不能对提升系统进行故障预测的问题。

主权项:1.一种基于凸包和CNN-LSTM的提升系统故障诊断方法,其特征在于,具体包括如下步骤:S1,对原始提升系统数据采用归一化法进行数据预处理;S2,利用皮尔逊相关系数法确定连续性强的变量之间的皮尔逊关联性,以及确定连续性弱的变量之间的皮尔逊关联性,将连续性强且皮尔逊相关系数较高的变量进行组合,将连续性弱且皮尔逊相关系数高的变量进行组合;S3,将连续性较弱且皮尔逊相关系数较高的转矩、转速和功率组合,进行基于凸包正常工作区的多变量过程报警监控的算法进行分析;S4,将连续性较弱且皮尔逊相关系数较高的定子电流和转子电流组合,进行基于凸包正常工作区的多变量过程报警监控的算法进行分析;S5,将连续性较强且皮尔逊相关系数较高的多个定子绕组温度组合输入CNN-LSTM神经网络,分别预测多个定子绕组温度的趋势。

全文数据:

权利要求:

百度查询: 兖矿能源集团股份有限公司 兖矿能源集团股份有限公司山东煤炭科技研究院分公司 兖煤菏泽能化有限公司 基于凸包和CNN-LSTM的提升系统故障诊断方法

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。