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！

龙图腾网获悉华南师范大学申请的专利风电轴承的剩余寿命预测方法、装置以及计算机设备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：CN120524597B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510413652.6，技术领域涉及：G06F30/17；该发明授权风电轴承的剩余寿命预测方法、装置以及计算机设备是由王婧;欧奋杰;陈瑜臻;谢承旺;袭奇设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本风电轴承的剩余寿命预测方法、装置以及计算机设备在说明书摘要公布了：本发明涉及数据处理领域，特别涉及一种风电轴承的剩余寿命预测方法、装置以及计算机设备，获得样本风电轴承运行数据集，采用遗传算法，根据样本风电轴承运行数据集以及预设的遗传算法的自适应计算策略进行神经网络构建，获得初始风电轴承剩余寿命预测模型；采用粒子群算法优化算法，根据样本风电轴承运行数据集以及预设的粒子群算法优化算法的自适应计算策略，对初始风电轴承剩余寿命预测模型进行优化，获得目标风电轴承剩余寿命预测模型；获得待预测的风电轴承的运行数据，将待预测的风电轴承的运行数据输入至目标风电轴承剩余寿命预测模型中进行剩余寿命预测，获得风电轴承的剩余寿命预测结果，提高风电轴承剩余寿命预测的准确性以及效率性。

本发明授权风电轴承的剩余寿命预测方法、装置以及计算机设备在权利要求书中公布了：1.一种风电轴承的剩余寿命预测方法，其特征在于，包括以下步骤： 获得样本风电轴承运行数据集，根据样本风电轴承运行数据集，构建若干个样本风电轴承的特征时间序列，其中，所述样本风电轴承的运行数据集包括若干个工况的若干个样本风电轴承的采样数据； 采用遗传算法，根据若干个所述样本风电轴承的特征时间序列以及预设的遗传算法的自适应计算策略，根据确定后的染色体编码以及预设的种群数目进行种群初始化，生成若干个初始神经网络； 根据若干个所述样本风电轴承的特征时间序列以及若干个所述初始神经网络进行适应度计算，获得若干个所述初始神经网络的适应度，根据所述适应度，对所述若干个所述初始神经网络进行非支配排序以及分层，获得若干个所述初始神经网络的非支配排序以及分层结果； 获得若干个所述初始神经网络之间的欧式距离，根据所述欧式距离，确认若干个所述初始神经网络距离最近的两个初始神经网络，作为邻居神经网络； 获得若干个所述初始神经网络的权重；采用拥挤度计算方法，根据若干个所述初始神经网络的适应度、权重以及预设的拥挤度计算算法，获得若干个所述初始神经网络的拥挤度，其中，所述拥挤度计算算法为： 式中，为第j个初始神经网络的拥挤度，为第j个初始神经网络的第s个邻居神经网络的适应度，为第j个初始神经网络的第k个邻居神经网络的适应度，为初始神经网络的最大适应度，为初始神经网络的最小适应度，为第j个初始神经网络的第s个邻居神经网络的权重，为第j个初始神经网络的第k个邻居神经网络的权重，为初始神经网络的最大权重，为初始神经网络的最小权重； 根据若干个所述初始神经网络的非支配排序以及分层结果以及所述拥挤度，从若干个所述初始神经网络提取若干个中间神经网络； 根据若干个所述中间神经网络进行交叉操作、变异操作以及迭代操作，获得初始风电轴承剩余寿命预测模型； 将所述初始风电轴承剩余寿命预测模型进行复制，获得所述初始风电轴承剩余寿命预测模型对应的若干个复制模型，将所述初始风电轴承剩余寿命预测模型以及若干个复制模型作为粒子进行组合，构建粒子群，采用粒子群算法优化算法，根据若干个所述样本风电轴承的特征时间序列、粒子群以及预设的粒子群算法优化算法的自适应计算策略，对所述初始风电轴承剩余寿命预测模型进行优化，获得目标风电轴承剩余寿命预测模型； 获得待预测的风电轴承的运行数据，将所述待预测的风电轴承的运行数据输入至所述目标风电轴承剩余寿命预测模型中进行剩余寿命预测，获得所述风电轴承的剩余寿命预测结果。

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南师范大学，其通讯地址为：516699 广东省汕尾市城区马宫街道香江大道西55号华南师范大学数据科学与工程学院；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。