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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华能国际电力开发公司吉林通榆风电分公司;北京华能新锐控制技术有限公司于景龙获国家专利权

华能国际电力开发公司吉林通榆风电分公司;北京华能新锐控制技术有限公司于景龙获国家专利权

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!

龙图腾网获悉华能国际电力开发公司吉林通榆风电分公司;北京华能新锐控制技术有限公司申请的专利陆上风机的缺陷检测系统及其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:CN115419556B

龙图腾网通过国家知识产权局官网在2026-03-06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:202211041148.0,技术领域涉及:F03D17/00;该发明授权陆上风机的缺陷检测系统及其方法是由于景龙;葛鎣;曲鑫;杨健全;张玉才;蔡俊龙;刘文东;杨闰超;周汝楠设计研发完成,并于2022-08-29向国家知识产权局提交的专利申请。

陆上风机的缺陷检测系统及其方法在说明书摘要公布了:本申请涉及陆上风机的缺陷检测领域,其具体地公开了一种陆上风机的缺陷检测系统及其方法,其通过采用深度学习的卷积神经网络模型来对于陆上风机的塔筒结构的多个振动信号进行深层的特征挖掘,以基于所述陆上风机的塔筒的振动信号的全局性隐含关联特征信息来进行结构缺陷判断,并且在此过程中,引入了向量的波函数表示来对振动特征向量的各位置的振动信息的特征表达进行类复函数域的聚合,以弥补各个向量自身的特征位置间的分布相位的差异在类概率聚合上导致的负面影响,进而提高了对于所述陆上风机的塔筒结构的缺陷检测的准确性。这样,能够提前对风险进行预警且降低维护成本。

本发明授权陆上风机的缺陷检测系统及其方法在权利要求书中公布了:1.一种陆上风机的缺陷检测方法,其特征在于,包括: 获取由部署于陆上风机的塔筒结构的多个振动传感器采集的多个振动信号; 对所述多个振动信号中各个振动信号分别进行格拉姆角和场变换以得到多个振动格拉姆角和场图像; 将所述多个振动格拉姆角和场图像中各个振动格拉姆角和场图像分别通过作为过滤器的第一卷积神经网络以得到多个振动时序特征向量; 对所述多个振动时序特征向量中各个振动时序特征向量进行校正以得到多个校正后振动时序特征向量; 以所述多个校正后振动时序特征向量的均值向量作为参考特征向量,计算所述多个校正后振动时序特征向量中各个校正后振动时序特征向量与所述参考特征向量之间的协方差矩阵以得到多个协方差矩阵; 将所述多个协方差矩阵排列为输入张量后通过作为特征提取器的第二卷积神经网络以得到分类特征图;以及 将所述分类特征图通过分类器以得到分类结果,所述分类结果用于表示陆上风机的塔筒结构是否存在结构缺陷; 其中,所述对所述多个振动时序特征向量中各个振动时序特征向量进行校正以得到多个校正后振动时序特征向量,包括: 基于各个所述振动时序特征向量中所有位置的特征值中的最大值的倒数,以如下公式对各个所述振动时序特征向量进行校正以得到所述校正后振动时序特征向量; 其中,所述公式为: 其中表示各个所述振动时序特征向量中的每个振动时序特征向量,表示各个所述振动时序特征向量中所有位置的特征值中的最大值的倒数,表示按位置点乘; 其中,所述将所述多个协方差矩阵排列为输入张量后通过作为特征提取器的第二卷积神经网络以得到分类特征图,包括: 使用作为特征提取器的所述第二卷积神经网络的各层在层的正向传递中对输入数据进行卷积处理、池化处理和激活处理以由所述第二卷积神经网络的最后一层生成所述分类特征图,其中,所述第二卷积神经网络的第一层的输入为所述输入张量。

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能国际电力开发公司吉林通榆风电分公司;北京华能新锐控制技术有限公司,其通讯地址为:137299 吉林省白城市通榆县团结乡和同发畜牧场境内(通榆县开通镇兴华北街1684号);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。