一种含未知故障的风电机组主轴承故障诊断方法

    公开(公告)号:CN113850174A

    公开(公告)日:2021-12-28

    申请号:CN202111104606.6

    申请日:2021-09-22

    Abstract: 本公开是一种含未知故障的风电机组主轴承故障诊断方法。其中,该方法包括:采用K‑S变换对风电机组主轴承振动信号进行高效的时‑频分解;对经过K‑S分解得到的复数时频矩阵提取特征,在高、中、低频域分别提取包括峰值、均值、标准差、方差、偏斜度、峭度、均方根值、峰峰值、Shannon熵、Renyi熵在内的10种特征,构建30维原始特征集合;以特征Gini重要度为依据对30维特征进行降序排序,选取其中对分类影响最大的前15维特征构建最优特征子集;最后采用OCSVM与RF联合的层次化混合分类器识别含未知故障的风电机组主轴承机械状态。本公开可较好的识别风电机组主轴承出现的新故障,有利于及早发现风电机组主轴承存在的安全隐患,提高设备运行可靠性。

    一种改进的非侵入式负荷分解模型

    公开(公告)号:CN113987913A

    公开(公告)日:2022-01-28

    申请号:CN202111104605.1

    申请日:2021-09-22

    Abstract: 本公开是一种改进的非侵入式负荷分解模型,其中,该方法包括:将结构化概率剪枝算法和Luong Attention机制引入到非侵入式负荷分解模型,首先将家庭总负荷数据和各电器的负荷数据进行预处理,通过滑动窗口方式提取有功功率时间序列,构建适用于输入长序列的seq2point网络模型;引入结构化概率剪枝算法压缩模型,提高模型训练效率;采用LuongAttention机制提升模型对时间序列信息特征的提取与利用能力;比较传统神经网络模型,该模型在负荷分解精度和效率上都具有一定程度的提升。

Patent Agency Ranking