[发明专利]一种基于深度学习的风机叶片故障诊断方法在审
| 申请号： | 202111405652.X | 申请日： | 2021-11-24 |
| 公开（公告）号： | CN114120974A | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 刘冰;陈堃;邹超;沈曙光;谢万顺 | 申请（专利权）人： | 江苏华电灌云风力发电有限公司 |
| 主分类号： | G10L15/04 | 分类号： | G10L15/04;G10L19/02;G10L19/26;G10L25/18;G10L25/21;G10L25/30;G06N3/04;G06N3/08;G06V10/74;G06V10/75;G06K9/62;G01N29/12;G01N29/44 |
| 代理公司： | 北京棘龙知识产权代理有限公司 11740 | 代理人： | 张开 |
| 地址： | 222227 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于深度学习的风机叶片故障诊断方法，包括数据预处理，需要对采集的声音信号数据进行预处理；特征提取，以预处理封装之后的频谱图为输入，引入卷积神经网络模型进行特征提取；相似度计算，对经过特征提取的图片特征进行相似度计算。本申请结构合理，采集风机的声音信号并进行实时监测，存在故障可立即报警，实时性高，对声音信号进行频谱分析，得到基于短时平稳的特征参数值，保留更多的原始声音特征，同时，减少了时域带来的冗余度，通过深度学习模型进行训练，自动化提取图片特征，采用多种相似度计算比对的方式，从不同维度分析频谱图像的相似度，提高了运维效率，降低了运维成本，为公司带来经济效益。 | ||
| 搜索关键词： | 一种 基于 深度 学习 风机 叶片 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江苏华电灌云风力发电有限公司，未经江苏华电灌云风力发电有限公司许可，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/patent/202111405652.X/，转载请声明来源钻瓜专利网。
