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：中国矿业大学
摘要：本发明公开了一种基于设备机理模型与GCN融合的风电设备故障诊断算法，方法包括：使用Z‑Score标准化对原始数据集进行归一化处理，以消除同类故障样本之间振动信号幅值差异对网络训练的影响；利用K‑近邻算法构建拓扑图，通过挖掘振动信号中包含的关联信息，构建故障部位单模态拓扑图；针对不同部位的数据构建多模态拓扑图，利用图采样聚合算法将单模态图融合为节点；通过挖掘设备部件间的耦合关系生成路径图，并结合距离度量对各部件节点构建风电设备的多模态全局拓扑图；最后将构建的全局拓扑图输入GCN中进行风电故障诊断。通过实验验证本发明不仅能准确诊断风电设备故障，还能基于设备机理模型构建的全局拓扑图，在缺失故障部位信息情况下有效诊断故障。
主权项：1.基于设备机理模型与GCN融合的风电设备故障诊断算法，其特征在于，包括以下步骤：S1：采集风电设备各部位实际运行的振动数据；S2：使用Z-Score标准化对原始数据集进行归一化处理；S3：利用K-近邻算法构建故障部位单模态拓扑图；S4：利用图采样聚合算法将各部位单模态拓扑图融合为节点；S5：通过设备部件间耦合关系生成路径图，并结合距离度量对各部件节点构建风电设备的多模态全局拓扑图；S6：将构建的全局拓扑图输入GCN中进行风电故障诊断。
全文数据：
权利要求：
百度查询： 中国矿业大学 基于设备机理模型与GCN融合的风电设备故障诊断算法
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。
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