Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮工业互联网股份有限公司谷兴龙获国家专利权

浪潮工业互联网股份有限公司谷兴龙获国家专利权

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!

龙图腾网获悉浪潮工业互联网股份有限公司申请的专利一种风力发电机故障检测方法、设备及介质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:CN115130731B

龙图腾网通过国家知识产权局官网在2026-01-23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:202210627918.3,技术领域涉及:G06Q10/04;该发明授权一种风力发电机故障检测方法、设备及介质是由谷兴龙;李佳;商广勇;肖雪设计研发完成,并于2022-06-06向国家知识产权局提交的专利申请。

一种风力发电机故障检测方法、设备及介质在说明书摘要公布了:本申请实施例公开了一种风力发电机故障检测方法。包括:获取风力发电机的多种运行数据;获取多种运行数据对应的不同故障类型的第一概率值,并根据第一概率值构建第一概率矩阵;对第一概率值进行调节,得到第二概率矩阵;获取风力发电机运行过程中的多种不同环境数据;基于第二概率矩阵与多种不同环境数据,得到风力发电机对应的第一故障类型集合与待测故障类型集合;对第二概率矩阵中的第二概率值进行调节,得到第三概率矩阵;基于预设合成规则与第三概率矩阵,得到待测故障类型集合中的不同故障类型分别对应的第三概率值;基于第一故障类型集合与第三概率值,得到输出检测故障。通过上述方法,能够及时发现风力发电机的运行故障。

本发明授权一种风力发电机故障检测方法、设备及介质在权利要求书中公布了:1.一种风力发电机故障检测方法,其特征在于,所述方法包括: 通过安装于风力发电机上的第一传感器集合,获取所述风力发电机的多种运行数据;其中,所述运行数据包括所述风力发电机对应的温度、振动频率以及转速中的一项或多项; 将获取到的多种运行数据分别输入深度置信网络,以获取所述多种运行数据对应的不同故障类型的第一概率值,并根据所述第一概率值构建第一概率矩阵;具体包括:将获取到的第一传感器集合中的运行数据依次输入所述深度置信网络;通过所述深度置信网络输出所述第一传感器集合中,每个传感器分别对应的不同故障类型的第一概率值;基于所述每个传感器分别对应的不同故障类型的第一概率值,构建所述第一概率矩阵; 确定出任意两个传感器运行数据之间的协方差,以及确定出所述任意两个传感器运行数据之间的标准差乘积; 基于所述协方差与所述标准差乘积,确定出所述任意两个传感器运行数据之间的相关性系数,并基于所述相关性系数构建相关性矩阵; 基于所述相关性矩阵确定出每个传感器运行数据的可信度; 将所述可信度与预设权重赋值模板进行比对,以确定出每个传感器运行数据的权重; 根据每个传感器运行数据的权重,对所述第一概率值进行调节,得到第二概率矩阵;具体包括:确定出每个传感器运行数据分别对应的多个第一概率值;基于当前传感器运行数据的权重,对所述当前传感器对应的多个第一概率值进行加权计算,以得到所述第二概率矩阵; 通过安装于所述风力发电机上的第二传感器集合,获取所述风力发电机运行过程中的多种不同环境数据;其中,所述环境数据包括所述风力发电机所处环境的气温、大气压、风速中的一项或多项; 基于所述第二概率矩阵与多种不同环境数据,得到所述风力发电机对应的第一故障类型集合与待测故障类型集合;具体包括:基于预设合成规则,对所述第二概率矩阵中的第二概率值进行合成计算,以得到不同故障类型分别对应的第一合成概率值; 将所述多种不同环境数据输入预置环境分析神经网络模型,以得到所述多种不同环境数据分别对应的参考故障类型与参考故障概率; 将得到的所述第一合成概率值进行排序,以得到符合预设故障条件的第一故障类型; 将获取到的所述参考故障概率进行排序,以得到符合预设故障条件的第二故障类型; 基于同属于所述第一故障类型与所述第二故障类型的故障类型,建立所述第一故障类型集合;以及基于属于第一故障类型或属于第二故障类型的故障类型,建立所述待测故障类型集合; 基于所述多种不同环境数据,对所述第二概率矩阵中的第二概率值进行调节,得到第三概率矩阵;具体包括:基于所述多种不同环境数据分别对应的参考故障类型与参考故障概率,确定出各所述参考故障类型所对应的平均参考故障概率;在所述第二概率矩阵中确定出与所述参考故障类型对应的第二概率值,并将所述平均参考故障概率值与所述第二概率值进行乘积计算,以对所述第二概率矩阵中的概率值进行调节;基于调节后的概率值,得到所述第三概率矩阵; 基于预设合成规则与所述第三概率矩阵,得到所述待测故障类型集合中的不同故障类型分别对应的第三概率值,将所述第三概率矩阵中概率为零的数据进行最小值赋值; 基于所述待测故障类型集合,在所述第三概率矩阵中确定出相同故障类型对应的多个第三概率值的乘积; 将所述第三概率矩阵中不同故障类型分别对应的第三概率值的乘积进行求和计算,以得到总概率; 基于所述相同故障类型对应的多个第三概率值的乘积以及所述总概率,得到所述待测故障类型集合中的不同故障类型分别对应的概率值; 基于所述第一故障类型集合与所述第三概率值,得到所述风力发电机的输出检测故障; 将所述待测故障类型集合中的不同故障类型分别对应的概率值,与预设故障概率阈值进行比对,以将小于所述预设故障概率阈值的故障类型进行剔除; 将剩余的故障类型按照故障概率的大小依次进行排序,以挑选出预设数量的故障类型作为第二故障类型集合; 将所述第一故障类型集合与所述第二故障类型集合中的故障类型作为所述风力发电机的检测故障。

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浪潮工业互联网股份有限公司,其通讯地址为:250101 山东省济南市高新区浪潮路1036号浪潮科技园S02号楼19层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。