[发明专利]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有效
| 申请号： | 202011106893.X | 申请日： | 2020-10-16 |
| 公开（公告）号： | CN112461537B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 傅雷;朱添田 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G01M13/021 | 分类号： | G01M13/021;G06N3/04;G06N3/08 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 基于 长短 神经网络 自动 编码 齿轮箱 状态 监测 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浙江工业大学，未经浙江工业大学许可，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/202011106893.X/，转载请声明来源钻瓜专利网。
