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！

龙图腾网获悉华北电力大学;中国绿发投资集团有限公司申请的专利一种运用图卷积神经网络诊断风电齿轮箱故障的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：CN116609055B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310704137.4，技术领域涉及：G01M13/021；该发明授权一种运用图卷积神经网络诊断风电齿轮箱故障的方法是由滕伟;蒙康;刘宇;王逸霄;丁显;胥学峰设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种运用图卷积神经网络诊断风电齿轮箱故障的方法在说明书摘要公布了：本发明公开了一种运用图卷积神经网络诊断风电齿轮箱故障的方法，属于可再生能源装备状态监测与故障诊断领域，主要先通过运行机理与数据相关性构建齿轮箱系统图，再将数据以图的形式输入图卷积模型得到图中每个节点的预测值，根据故障机理利用关键参数的预测值与测量值的欧式距离来量化部件状态，最后通过计算得到的状态指标是否超出阈值来预警故障。本发明的有益效果为，提出了齿轮箱系统图数据构建方法，利用图卷积神经网络挖掘齿轮箱内不同测点数据之间的因果联系，提取齿轮箱内测点间的空间位置信息，提高了齿轮箱系统中相关测点预测的合理性，使模型在不同故障类型中具有良好适用性。

本发明授权一种运用图卷积神经网络诊断风电齿轮箱故障的方法在权利要求书中公布了：1.一种运用图卷积神经网络诊断风电齿轮箱故障的方法，其特征在于，所述方法具体包括以下步骤： 步骤1：根据风力发电机物理结构与运行原理，分析典型故障的故障机理并构建齿轮箱系统故障树，根据测点位置与能量传递关系构建初步图结构； 步骤2：利用随机森林计算工况参数对齿轮箱系统内参数的重要度，并在初步图结构上为重要度大的两种参数连接边，根据其能量传递方向确定边的方向，得到齿轮箱系统完整图结构； 步骤3：提取风力发电机健康运行时期的SCADA数据；筛除非正常发电的数据以及其他已知故障的数据，用四分位法对风速-功率散点图进行数据清洗； 步骤4：从清洗后数据中提取风机运行工况数据与齿轮箱相应测点数据，用滑窗法构造输入样本，输出值为每个节点下个时间点的预测值；输入样本以图的形式输入到图神经网络中训练； 步骤5：根据故障树，用故障表征的预测值与测量值之间欧氏距离作为部件状态指标，在使用移动平均法平滑处理后，用3σ法则从部件状态指标中计算出阈值； 步骤6：待测试的SCADA数据按照以上步骤3、步骤4进行数据清洗，删除非正常工作数据和离群数据，构建输入样本；清洗完成的待测数据放入训练好的图卷积神经网络预测模型，得到每个节点的预测结果； 步骤7：根据不同部件查询齿轮箱系统故障树选择对应故障表征，计算表征参数预测结果与测量值之间的欧氏距离作为状态指标；将得到的状态指标进行平滑处理，之后与阈值作比较判断齿轮箱是否异常。

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北电力大学;中国绿发投资集团有限公司，其通讯地址为：100096 北京市昌平区回龙观；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。