[发明专利]一种风电机组传动系统故障诊断方法在审
| 申请号： | 201811612356.5 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109519340A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 母芝验;陈薛梅;秦鑫;张迁;聂思宇;韩花丽;蔡梅园 | 申请（专利权）人： | 中国船舶重工集团海装风电股份有限公司 |
| 主分类号： | F03D17/00 | 分类号： | F03D17/00 |
| 代理公司： | 重庆棱镜智慧知识产权代理事务所(普通合伙) 50222 | 代理人： | 李兴寰 |
| 地址： | 401122 重庆*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 传动系统故障 风电机组 诊断 多域 特征集 置信 电力设备 多分类器 反向传播 模式识别 特征融合 信息构建 诊断结果 振动信号 输出 分类器 时频域 冗余 频域 时域 算法 微调 匹配 网络 冲突 学习 | ||
1.一种风电机组传动系统故障诊断方法，其特征在于：
A、提取振动信号的时域、频域、时频域信息构建多域特征集；
B、采用深度置信网络对多域特征集进行特征再学习；
C、在特征输出后添加softmax多分类器，利用反向传播算法逐层微调深度置信网络的权值使其结构达到最优并生成合适的分类器；
D、输出诊断结果。
2.根据权利要求1所述的一种风电机组传动系统故障诊断方法，其特征在于，所述振动信号的时域特征是指，从时域特征统计的角度，提取反映振动信号幅值、能量大小以及幅值分布的16个时域特征。
3.根据权利要求1所述的一种风电机组传动系统故障诊断方法，其特征在于，所述振动信号的频域特征是指，从频域特征统计的角度，提取反映谱能量分布、中心频带位置变化的14个频域特征。
4.根据权利要求1所述的一种风电机组传动系统故障诊断方法，其特征在于，步骤A还包括从信息不确定性的角度，提取13个信息熵包括：幅值谱熵、功率谱熵、倒谱熵，奇异值谱熵、自相关谱熵、8个小波包能量熵，以反映信号组分概率分布情况。
5.根据权利要求1所述的一种风电机组传动系统故障诊断方法，其特征在于，所述振动信号的时频域特征是指，从时频域特征的角度，提取小波包分解后的8个能量系数，以反映信号频段分布和能量大小。
6.根据权利要求4所述的一种风电机组传动系统故障诊断方法，其特征在于，设置网络结构参数构造出深度置信网络，所述的网络结构参数包括RBM的层数N、每个RBM可见层与隐藏层神经元个数。
7.根据权利要求6所述的一种风电机组传动系统故障诊断方法，其特征在于，所述深度置信网络的训练方法为：输入训练样本，逐层训练N个RBM，即将每个RBM的输出作为下一个RBM的输入，直到完成N个RBM的预训练。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国船舶重工集团海装风电股份有限公司，未经中国船舶重工集团海装风电股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811612356.5/1.html，转载请声明来源钻瓜专利网。
