[发明专利]NMS-RLM改进黏菌算法优化CNN-BiLSTM的风电机组振动特征预测方法在审
| 申请号： | 202310520109.7 | 申请日： | 2023-05-09 |
| 公开（公告）号： | CN116662790A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 高毅;唐超;陈锐;胡东;胡杰;陈钇权 | 申请（专利权）人： | 华能国际电力股份有限公司重庆清洁能源分公司 |
| 主分类号： | G06F18/2131 | 分类号： | G06F18/2131;G06N3/0464;G06N3/045;G06N3/0442;G06N3/0985;G06Q10/20 |
| 代理公司： | 哈尔滨东方专利事务所 23118 | 代理人： | 陈晓光 |
| 地址： | 401147 重庆市*** | 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： | NMS‑RLM改进黏菌算法优化CNN‑BiLSTM的风电机组振动特征预测方法。现有的深度学习神经网络模型应用与风电机组振动特征预测中，时间序列数据中的局部特征潜在关系不能很好表征的问题。本发明的方法包括如下步骤：步骤1，收集风机历史振动信号样本数据，用来构建样本数据库，分出训练集与测试集；步骤2，对训练集原子进行傅里叶变化在频域使用1D CNN提取振动特征参量；步骤3，将训练集特征参量输入BiLSTM模型进行建模；步骤4，用NMS‑RLM改进黏菌算法寻找最优参数。判断模型是否达到最佳适应度，若未达到，则重复寻找最优参数进行迭代，直至获得最优超参数模型；步骤5，将测试集原子输入最优超参数模型，对风电机组进行状态趋势预测。本发明用于风电机组状态预测方法。 | ||
| 搜索关键词： | nms rlm 改进 算法 优化 cnn bilstm 机组 振动 特征 预测 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华能国际电力股份有限公司重庆清洁能源分公司，未经华能国际电力股份有限公司重庆清洁能源分公司许可，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/202310520109.7/，转载请声明来源钻瓜专利网。
