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！

龙图腾网获悉福建海电运维科技股份有限公司申请的专利基于风速振动耦合的风力发电机传动链健康状态评估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：CN120351112B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510832140.3，技术领域涉及：F03D17/00；该发明授权基于风速振动耦合的风力发电机传动链健康状态评估方法是由余嘉立;朱尤生;高晓华;李兴耀;黄榕榕;林伟杰;李博涵;林秀芬设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于风速振动耦合的风力发电机传动链健康状态评估方法在说明书摘要公布了：本发明公开了一种基于风速振动耦合的风力发电机传动链健康状态评估方法，具体包括：在传动链的测点上安装振动传感器，实时采集每个测点的振动数据；利用缺失数据重构算法对采集到的振动数据进行修复；根据自定义设置的标准，对每个测点修复后的振动数据进行带通滤波处理；对滤波后的振动数据进行特征提取，计算相关的振动特征指标，得到特征值；根据转速的区间信息，判断当前设备的运行状态，若转速处于特定区间，根据预设的放大因子对计算出的特征值进行放大；依据自定义设置的标准中的参考数值，对放大后每个测点的RMS值进行判断，如果计算数值高于标准中的预警值和危险值，则进行时域分析和频域分析。

本发明授权基于风速振动耦合的风力发电机传动链健康状态评估方法在权利要求书中公布了：1.一种基于风速振动耦合的风力发电机传动链健康状态评估方法，其特征在于，包括： S1、在传动链的测点上安装振动传感器，实时采集每个测点的振动数据； S2、利用缺失数据重构算法对采集到的振动数据进行修复，所述缺失数据重构算法中对于连续缺失5个采样点的情况，启动基于长短期记忆网络的时序预测补偿，具体构建步骤包括： 获取CSV文件，其中，数据列是时间序列数据； 使用MinMaxScaler将数据缩放到[0,1]范围； 利用create_dataset函数通过指定time_step将原始数据转换为适合长短期记忆网络训练的数据格式；每个数据样本X是过去time_step时刻的值，对应的目标y是下一时刻的值； 使用Sequential模型来搭建网络结构：第一层长短期记忆网络具有50个单元，并且return_sequences＝True，表示返回完整的输出序列；第二层长短期记忆网络不返回序列，return_sequences＝False；最后一层是全连接层Dense，输出一个预测的目标值； 使用Adam优化器和mean_squared_error损失函数训练模型，训练过程中计算验证集的损失； S3、根据自定义设置的标准，对每个测点修复后的振动数据进行带通滤波处理，所述带通滤波处理采用巴特沃斯滤波器，传递函数Hs表示为： 其中，K表示增益常数，s表示复频域变量，ωc表示低通滤波器的截止频率； S4、对滤波后的振动数据进行特征提取，计算相关的振动特征指标，得到特征值； S5、根据转速的区间信息，判断当前设备的运行状态，若转速处于特定区间，根据预设的放大因子对计算出的特征值进行放大，具体还包括： 当发电机输入轴转速大于等于1600RPM时，判定为高转速区间，则所述高转速区间的RMS值乘以高转速因子； 当发电机输入轴转速大于等于1200RPM，小于1600RPM时，判定为中转速区间，则所述中转速区间的RMS值乘以中转速因子； 当发电机输入轴转速低于1200RPM时，判定为低转速区间，所述低转速区间的RMS值乘以低转速因子； S6、依据自定义设置的标准中的参考数值，对放大后每个测点的RMS值进行判断，若计算数值高于标准中的预警值和危险值，则进行时域分析和频域分析。

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福建海电运维科技股份有限公司，其通讯地址为：350017 福建省福州市马尾区湖里路27号2-53B室(自贸试验区内)；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。