買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜電子科技大學(xué)(深圳)高等研究院;電子科技大學(xué)申請的專利風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法、設(shè)備及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118916661B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411406783.3，技術(shù)領(lǐng)域涉及：G06F18/21；該發(fā)明授權(quán)風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法、設(shè)備及存儲介質(zhì)是由張彥如;魏春晨;楊涵;段立新;王巖設(shè)計研發(fā)完成，并于2024-10-10向國家知識產(chǎn)權(quán)局提交的專利申請。

本風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法、設(shè)備及存儲介質(zhì)在說明書摘要公布了：本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法，該方法包括：獲取風(fēng)電場級風(fēng)力渦輪機(jī)的目標(biāo)檢測模型和多個風(fēng)力渦輪機(jī)中每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集，目標(biāo)檢測模型包括：N個BiLSTM層、N?1個dropout層和全連接層，相鄰兩個BiLSTM層之間通過dropout層連接，最后一個BiLSTM層的輸出端連接全連接層；對每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集進(jìn)行預(yù)處理，得到多個子數(shù)據(jù)集；對多個子數(shù)據(jù)集進(jìn)行歸一化處理，得到多個目標(biāo)子數(shù)據(jù)集；通過目標(biāo)檢測模型對多個目標(biāo)子數(shù)據(jù)集進(jìn)行檢測處理，得到每個風(fēng)力渦輪機(jī)的葉片故障類型信息。該方法提高廣泛風(fēng)電場中的風(fēng)機(jī)的檢測精度、準(zhǔn)確度和泛化能力。

本發(fā)明授權(quán)風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法、設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種風(fēng)電場級風(fēng)力渦輪機(jī)葉片故障檢測方法，其特征在于，包括：獲取風(fēng)電場級風(fēng)力渦輪機(jī)的目標(biāo)檢測模型和多個風(fēng)力渦輪機(jī)中每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集，其中，所述目標(biāo)檢測模型包括：N個雙向長短期記憶網(wǎng)絡(luò)層BiLSTM層、N-1個隨機(jī)失活層dropout層和全連接層，N＞1，相鄰兩個所述BiLSTM層之間通過一個所述dropout層連接，N個所述BiLSTM層中的最后一個BiLSTM層的輸出端連接全連接層，所述每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集為所述每個風(fēng)力渦輪機(jī)的待測的SCADA數(shù)據(jù)；對所述每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集進(jìn)行預(yù)處理，得到多個子數(shù)據(jù)集，包括：在所述每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集中，對風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集進(jìn)行缺失值處理，得到第一數(shù)據(jù)集，缺失值處理為將具有缺失值的待測數(shù)據(jù)剔除，缺失值處理用于在將具有缺失值的待測數(shù)據(jù)剔除之后，使完整的待測數(shù)據(jù)保留時間間隔特征；其中，所述第一數(shù)據(jù)集中的每個第一數(shù)據(jù)均攜帶采樣時間，以保留關(guān)鍵的時間動態(tài)信息，為計算連續(xù)數(shù)據(jù)點(diǎn)之間的間隔提供了基礎(chǔ)；對所述第一數(shù)據(jù)集進(jìn)行特征選擇處理，得到第二數(shù)據(jù)集；對所述第二數(shù)據(jù)集進(jìn)行時間序列劃分處理，得到所述風(fēng)力渦輪機(jī)的子數(shù)據(jù)集，其中，時間序列劃分處理為按照預(yù)設(shè)時間步長，對所述第二數(shù)據(jù)集進(jìn)行劃分的處理過程；所述每個風(fēng)力渦輪機(jī)的待測數(shù)據(jù)集均執(zhí)行上述得到風(fēng)力渦輪機(jī)的子數(shù)據(jù)集的操作，得到所述多個子數(shù)據(jù)集；對所述多個子數(shù)據(jù)集進(jìn)行歸一化處理，得到多個目標(biāo)子數(shù)據(jù)集，其中，歸一化處理用于確保每個目標(biāo)子數(shù)據(jù)集的特征變量處于一致的尺度，使得測量單位的差異不會影響目標(biāo)檢測模型的分析預(yù)測結(jié)果；通過所述目標(biāo)檢測模型對所述多個目標(biāo)子數(shù)據(jù)集進(jìn)行檢測處理，得到所述每個風(fēng)力渦輪機(jī)的葉片故障類型信息；其中，所述對所述第一數(shù)據(jù)集進(jìn)行特征選擇處理，得到第二數(shù)據(jù)集，包括：將所述第一數(shù)據(jù)集中的每個第一數(shù)據(jù)的任意兩個特征變量進(jìn)行相關(guān)性處理，得到所述每個第一數(shù)據(jù)的相關(guān)性矩陣；將所述每個第一數(shù)據(jù)的相關(guān)性矩陣進(jìn)行矩陣平均操作，得到所述第一數(shù)據(jù)集的相關(guān)性矩陣，并根據(jù)所述第一數(shù)據(jù)集的相關(guān)性矩陣，得到指定特征變量，所述指定特征變量為與除自身特征變量之外的特征變量存在弱相關(guān)性的特征變量；從所述每個第一數(shù)據(jù)的特征變量中剔除所述指定特征變量，得到每個剔除后的第一數(shù)據(jù)，其中，所述剔除后的第一數(shù)據(jù)的特征變量為第一數(shù)據(jù)的剔除后的特征變量；根據(jù)所述每個剔除后的第一數(shù)據(jù)確定出每個第二數(shù)據(jù)，并根據(jù)所述每個第二數(shù)據(jù)，得到所述第二數(shù)據(jù)集。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人電子科技大學(xué)(深圳)高等研究院;電子科技大學(xué)，其通訊地址為：518110 廣東省深圳市龍華區(qū)觀瀾街道新瀾社區(qū)觀光路1301-78號銀星智界二期2號樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。