发明专利已授权

基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法

📄 申请号：CN202011106893.X 📄 发布日：2026/08/04

著录项目信息

申请日

2020-10-16

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G01M13_021

IPC 分类号

G01M13_021 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

齿轮箱人工智能算法故障诊断状态监测神经网络齿轮箱

应用场景

风力发电, 齿轮箱状态监测, 设备故障预测, 工业设备运维

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法，结合双向长短时神经网络采用滑动窗口的方式分割样本，捕获多维时序数据中的时间依赖关系，通过学习大量正常样本，将多维非线性时序数据重构映射到低维空间，在此基础上通过对比分析重构样本和原始样本差异，实现风电齿轮箱状态监测和故障诊断。本发明提出的方法可以有效处理高维度时序数据，能够较好的应用于风电齿轮箱变工况运行环境。

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

一种基于残基接触信息交叉策略的蛋白质结构预测方法

当前第 / 件

一种用于泰勒架的钢丝或缆索定张紧力张紧装置

同领域国内专利 · IPC: (G01M13_021)

G01M13_00 G01M13_003 G01M13_005 G01M13_02 G01M13_021 G01M13_022 G01M13_023 G01M13_025 G01M13_026 G01M13_027 G01M13_028 G01M13_04 G01M13_045 覆盖13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：16 ❤️ 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)

基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法

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: (G01M13_021)

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

爪极发电机整流电路故障诊断方法、系统、设备及介质

基于动态自适应的电气设备多模态故障诊断方法

服务项目

资源中心

关于柿子坊