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！

龙图腾网获悉湖南大学申请的专利基于时频旋转门感知匹配的风电数字孪生鲁棒性检测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：CN119646561B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411502882.1，技术领域涉及：G06F18/24；该发明授权基于时频旋转门感知匹配的风电数字孪生鲁棒性检测方法是由屈尹鹏;陈昊洋;黄晟;韩佳睿;吴之荻设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于时频旋转门感知匹配的风电数字孪生鲁棒性检测方法在说明书摘要公布了：本发明公开了一种基于时频旋转门感知匹配的风电数字孪生鲁棒性检测方法，包括获取数字孪生产生的风机检测信号和传感器采集的风机检测信号，所述风机检测信号为风机的温度、径向振动、轴向振动、电流、电压或者功率；通过旋转门算法SDA分别对两种风机检测信号进行预处理以使得预处理后的风机检测信号的特征频率幅值误差小于预设阈值；基于预处理后的风机检测信号分别更新各自对应的卷积神经网络的感受野以确定卷积神经网络卷积层层数，将两种风机检测信号的卷积神经网络卷积层层数差异作为数字孪生的鲁棒性检测结果输出。本发明旨在提高数据处理能力，解决信号平稳变化时频谱偏差和混叠以及信号突变可能导致的误诊，提高鲁棒性判断的准确性。

本发明授权基于时频旋转门感知匹配的风电数字孪生鲁棒性检测方法在权利要求书中公布了：1.一种基于时频旋转门感知匹配的风电数字孪生鲁棒性检测方法，其特征在于包括： 步骤S1，获取数字孪生产生的风机检测信号和传感器采集的风机检测信号，所述风机检测信号为风机的温度、径向振动、轴向振动、电流、电压或者功率； 步骤S2，通过旋转门算法SDA分别对两种风机检测信号进行预处理以使得预处理后的风机检测信号的特征频率幅值误差小于预设阈值； 步骤S3，基于预处理后的风机检测信号分别更新各自对应的卷积神经网络的感受野以确定卷积神经网络卷积层层数，将两种风机检测信号的卷积神经网络卷积层层数差异作为数字孪生的鲁棒性检测结果输出； 步骤S2包括： 步骤S2.1，设定旋转门算法SDA的初始门宽； 步骤S2.2，使用旋转门算法SDA分别对两种风机检测信号进行预处理； 步骤S2.3，对两种风机检测信号通过快速傅里叶变换转换为频域信号并提取原始风机检测信号的特征频率幅值，将步骤S2.2预处理后的风机检测信号通过快速傅里叶变换转换为频域信号并提取预处理后的风机检测信号的特征频率幅值，分别根据预处理后的风机检测信号的特征频率幅值、原始风机检测信号的特征频率幅值计算两种预处理后的风机检测信号的特征频率幅值误差，如果两种特征频率幅值误差均小于预设阈值，则跳转步骤S3；否则更新旋转门算法SDA的门宽，跳转步骤S2.2； 步骤S3中基于预处理后的风机检测信号分别更新各自对应的卷积神经网络的感受野以确定卷积神经网络卷积层层数的函数表达式为： ， ， 上式中，为预处理后的风机检测信号的数据量，为不同故障特征的相关常数；为不同故障下的原始信号数据量；为旋转门算法的门宽；为第层卷积层的感受野大小；为第层卷积层的感受野大小；为第层卷积层的卷积核大小；为第层卷积层的步长；所述卷积神经网络由多个卷积层和池化层组合而成。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。