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一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识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：CN121542911B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610062757.6，技术领域涉及：G06F18/243；该发明授权一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识方法是由张冀;刘莉娟;曾诚皓;黄晟;黄守道设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识方法在说明书摘要公布了：本发明公开了一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识方法，属于风电技术领域。包括采集原始多变量时间序列数据，并对其进行预处理，从时域、时频域小波能量和控制系统域三个维度对预处理后的原始多变量时间序列数据进行特征提取，得到基础物理特征，基于基尼指数对基础物理特征进行特征筛选，得到故障种子特征，基于故障种子特征构建交互特征及自适应特征，将基础物理特征、交互特征和自适应特征融合成高维特征集，高维特征集将输入至加权集成学习分类器中，实现对覆冰叶片健康、气弹颤振及整机失谐状态的辨识。本发明解决了传统方法的故障识别鲁棒性差、精度低的问题，为覆冰工况下风电机组的安全稳定运行提供了可靠保障。

本发明授权一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识方法在权利要求书中公布了：1.一种基于多维动态特征工程的覆冰叶片气弹颤振与整机失谐辨识方法，其特征在于，包括： 步骤1：采集原始多变量时间序列数据，并对其进行预处理；所述原始多变量时间序列数据来自同步获取的风电机组监控与数据采集系统SCADA的毫秒级运行数据和独立变桨控制器IPC的高频传感器数据； 步骤2：从时域、时频域小波能量和控制系统域三个维度对预处理后的原始多变量时间序列数据进行特征提取，得到基础物理特征；从控制系统域提取的基础物理特征包括桨叶标准差、桨叶不一致性、跟踪误差均值和跟踪误差最大值； 步骤3：基于基尼指数对基础物理特征进行特征筛选，得到故障种子特征； 步骤4：基于故障种子特征构建交互特征及自适应特征； 基于故障种子特征构建交互特征，具体为： 获取代表机组实时能量水平的工况特征，并将其与故障种子特征进行非线性组合，构建工况交互特征； 基于故障种子特征构建自适应特征，具体为： 利用多个健康状态的样本的数据，为每个种子特征计算出一个能够代表本机组健康状态的动态健康阈值，对当前样本的种子特征值与动态健康阈值进行归一化构造，得到自适应特征； 步骤5：将基础物理特征、交互特征和自适应特征融合成高维特征集，高维特征集将输入至加权集成学习分类器中，实现对覆冰叶片健康、气弹颤振及整机失谐状态的辨识。

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2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。