[发明专利]一种时空多尺度神经网络的风电机组故障诊断方法有效
| 申请号： | 202010970447.7 | 申请日： | 2020-09-15 |
| 公开（公告）号： | CN112115999B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 何群;庞艳华;江国乾;谢平;武鑫 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 陈丽;李洪福 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种时空多尺度神经网络的风电机组故障诊断方法。该方法针对风电机组SCADA数据多变量时间序列的特点，设计了深度回声网络(DeepESN)提取数据时间多尺度特征，设计了多尺度残差网络(MultiscaleResNet)提取数据空间多尺度特征。由DeepESN和MultiscaleResNet组成的时空多尺度网络模型能够同时有效提取SCADA时空多尺度故障特征，克服了SCADA数据多变量之间复杂耦合关系和数据时间上关联性特征难以提取的问题，提高了分类准确度，为风电机组故障诊断领域提供了新的技术解决方法。 | ||
| 搜索关键词： | 一种 时空 尺度 神经网络 机组 故障诊断 方法 | ||
【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燕山大学，未经燕山大学许可，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/202010970447.7/，转载请声明来源钻瓜专利网。
