发明专利已授权

多尺度时空卷积深度信念网络的风力发电机故障诊断方法

📄 申请号：CN202010197882.0 📄 发布日：2026/05/07

著录项目信息

申请日

2020-03-19

公开号

CN111426950B

公开日

2020-11-27

申请人

燕山大学

法律状态

已下证

专利类型

发明

主分类号

G01R31_34

IPC 分类号

G01R31_34 , G06K9_62 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

故障诊断故障诊断深度学习风力发电

应用场景

风电机组状态监测, 风电设备智能运维, 工业设备故障预警

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提出一种多尺度时空卷积深度信念网络的风力发电机故障诊断方法，该方法利用SCADA多变量时间序列固有的时空相关性和交互性特性，设计具有不同卷积核结构的卷积深度信念网络以级联的方式捕获传感器变量间的时空相关性信息，同时以并行的方式在多个滤波器尺度下挖掘变量间交互互补的特征，上述技术手段融合了时空依赖性提取和多尺度特征学习方法，因此能够提取更为丰富的故障诊断信息，与传统的卷积深度信念网络模型及其变体相比，本发明能够增强分类性能，为风力发电机故障诊断领域提供了新的途径。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20201127

✅ 授权

20200811

?? 实质审查的生效：

20200717

📄 公开

一种太赫兹SOI复合应变Si/SiGe异质结双极晶体管及制备方法

当前第 / 件

一种陆面井口动态阻抗油水两相含水率测量装置

同领域国内专利 · IPC: (G01R31_34)

G01R31_00 G01R31_01 G01R31_02 G01R31_08 G01R31_11 G01R31_12 G01R31_14 G01R31_16 G01R31_18 G01R31_24 G01R31_26 G01R31_265 G01R31_28 G01R31_317 G01R31_3177 G01R31_3185 G01R31_327 G01R31_34 G01R31_36 G01R31_364 G01R31_367 G01R31_378 G01R31_379 G01R31_382 G01R31_3835 G01R31_3842 G01R31_385 G01R31_387 G01R31_388 G01R31_389 G01R31_392 G01R31_396 G01R31_40 G01R31_42 G01R31_44 G01R31_50 G01R31_52 G01R31_54 G01R31_55 G01R31_56 G01R31_58 G01R31_62 G01R31_64 G01R31_66 G01R31_67 G01R31_68 G01R31_69 G01R31_72 覆盖48个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：87 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

多尺度时空卷积深度信念网络的风力发电机故障诊断方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G01R31_34)

相似专利推荐 AI 驱动 · 同领域

一种轴承故障诊断模拟实验装置

一种工程施工现场安全智能预警系统

一种建筑施工用的智能消防装置及系统

服务项目

资源中心

关于柿子坊