[发明专利]基于长短期记忆模型循环神经网络的风力发电机故障诊断在审
| 申请号： | 202010031487.5 | 申请日： | 2020-01-13 |
| 公开（公告）号： | CN111241748A | 公开（公告）日： | 2020-06-05 |
| 发明（设计）人： | 滕婧;杨韬燃;李常玲;冯一展 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06N20/00;G06F113/06;G06F119/14 |
| 代理公司： | 北京卫平智业专利代理事务所(普通合伙) 11392 | 代理人： | 张新利;谢建玲 |
| 地址： | 10220*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于长短期记忆模型循环神经网络的风力发电机故障诊断方法，包括如下步骤：步骤1：对风机基准系统进行建模，将风机基准系统细分为八种故障，设置故障类型及发生时间。步骤2：对风机基准模型进行仿真，得到实际测量值。步骤3：对步骤2得到的实际测量值进行数据预处理，构造实际测量值的数据样本集。步骤4：搭建LSTM模型，将步骤3中经过预处理的数据用LSTM模型进行训练，在训练过程中不断调整参数，并使用均分误差来评价训练效果，预测得到的值与步骤2得到的传感器的实际测量值进行比较，设置阈值进行判断故障发生的时间以及位置。 | ||
| 搜索关键词： | 基于 短期 记忆 模型 循环 神经网络 风力发电机 故障诊断 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华北电力大学，未经华北电力大学许可，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/patent/202010031487.5/，转载请声明来源钻瓜专利网。
