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！

龙图腾网获悉北京航空航天大学宁波创新研究院;南昌工学院申请的专利一种风电机组传动链在线故障诊断方法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：CN119622294B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510097859.7，技术领域涉及：G06F18/21；该发明授权一种风电机组传动链在线故障诊断方法是由田警辉;彭荣荣设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种风电机组传动链在线故障诊断方法在说明书摘要公布了：本发明属于机电装备故障诊断技术领域，且公开了一种风电机组传动链在线故障诊断方法，具体步骤如下：S1：采用SCADA系统实时采集风电机组的环境、电气与振动多源监测参数并进行预处理，有效提高了数据的准确性和可用性；S2：多源特征关联融合模块的设计，充分利用了环境、电气、振动参数的互补性，提高了故障诊断的准确性和可靠性；S3：教师‑学生网络框架的构建，实现了在线故障模型的构建和实时诊断，提高了故障诊断的实时性和智能化水平，其中类平衡采样机制和正负联合学习策略的应用，消除了持续状态标签偏移影响并有效减少在线样本中的伪标签噪声干扰，提高了模型在工况环境动态变化场景下的自适应诊断能力。

本发明授权一种风电机组传动链在线故障诊断方法在权利要求书中公布了：1.一种风电机组传动链在线故障诊断方法，其特征在于，具体步骤如下： S1：采用SCADA系统实时采集风电机组的环境监测参数、电气监测参数与振动监测参数，对采集到的当前时间步监测数据进行数据预处理； S2：设计多源特征关联融合模块，将在线测试样本输入到多源特征关联融合模块，通过计算多源信息的跨模态相关性，结合环境、电气、振动参数的互补特征，并根据特征重要性计算融合权重，实现多源信息的权重融合，从而得到多源融合特征Et； S3：基于教师-学生网络框架构建在线故障诊断模型，将融合特征输入构建好的后的教师-学生网络模型，使用教师网络输出在线诊断预测结果其中教师模型和学生模型为相同的网络结构，均为改进的ResNet18网络，使用历史监测数据对改进的ResNet18网络进行预训练，并使用预训练的参数初始化教师-学生网络； S4：实时采集风电机组的当前监测数据并输入在线诊断模型，输出风电机组传动链在线诊断结果； S5：采用类平衡采样机制，根据教师模型当前在线输出结果从当前样本中选择可靠性样本以“先进先出”原则存储到记忆库，形成均衡的标签分布样本集，消除持续的状态标签偏移影响； S6：设计正负联合学习策略，结合对记忆库中可靠性样本进行正向对比学习和对当前输入样本进行负向学习优化，应用正负联合学习和教师-学生模型知识对齐损失函数，指导学生模型在线自适应更新，减小在线样本中的伪标签噪声干扰； S7：实施教师-学生模型的知识对齐，可通过教师模型指导和纠正学生模型的更新方向，缓解动态工况下的协变量偏移问题，型指同时将学生模型参数通过指数滑动平均方式更新到教师模型，实现在线持续学习，不断积累故障诊断知识； S8：重复S4、S5、S6和S7步骤可实现风电机组传动链实时在线状态识别诊断与模型自适应更新。

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北京航空航天大学宁波创新研究院;南昌工学院，其通讯地址为：315800 浙江省宁波市北仑区梅山街道康达路399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”。