Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于优化SEnet-CNN的风电机组故障诊断方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华北电力大学(保定)

摘要:本发明涉及风电机组故障诊断技术领域,公开了一种基于优化SEnet‑CNN的风电机组故障诊断方法。该方法包括:1收集风电机组运行数据;2使用滑动窗口对数据进行扩充;3使用tanh函数对压缩激励网络SEnet进行改进以获取更全面的数据特征,并使用改进后的SEnet调整数据中各参数的权重;4使用卷积神经网络CNN避免人为操作直接学习数据中的故障特征,同时在CNN中引入全局最大池化层提高网络的稀疏程度;5使用全连接层输出诊断结果。在本发明所述的方法中,通过深度学习和优化算法的结合,实现了高效、准确的故障诊断,为风力发电行业的发展和运营提供了重要技术支持。

主权项:1.一种基于优化SEnet-CNN的风电机组故障诊断方法,其特征在于,该方法包括以下步骤:1收集风电机组运行数据;2使用滑动窗口对数据进行扩充;3使用tanh函数对压缩激励网络SEnet进行改进以获取更全面的数据特征,并使用改进后的SEnet调整数据中各参数的权重;4使用卷积神经网络CNN避免人为操作直接学习数据中的故障特征,同时在CNN中引入全局最大池化层提高网络的稀疏程度;5使用全连接层输出诊断结果。

全文数据:

权利要求:

百度查询: 华北电力大学(保定) 基于优化SEnet-CNN的风电机组故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。