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：国华(通辽)风电有限公司

摘要：本申请涉及光谱分析技术领域，具体涉及一种面向智慧物联风机油品质量快速检测方法，该方法包括：获取各采样时刻的高光谱数据；计算各像元的递变系数；计算各像元的拟合偏差系数；根据各像元的递变系数和拟合偏差系数构建各像元的交叉混叠系数；计算各像元的邻域突显系数；计算各像元的干扰置信度系数；计算各采样时刻的自适应稀疏性参数；根据特征波段筛选后的高光谱数据的所有像元的像元序列与标准高光谱序列的相似性检测风机油质量。本申请能够准确衡量各采样时刻高光谱数据受到噪声的干扰情况，以此自适应调整稀疏性参数，最终实现特征波段的选取，提高对风力发电机内风机油检测的精度和准确性。

主权项：1.一种面向智慧物联风机油品质量快速检测方法，其特征在于，该方法包括以下步骤：获取各采样时刻的高光谱数据以及高光谱数据中各像元的像元序列；各像元的像元序列的拟合结果为各像元的光谱曲线；根据各像元的光谱曲线上极值点的分布情况和波长特性构建各像元的递变系数；根据各像元的光谱曲线上极值点的特征与反射强度的差异构建各像元的拟合偏差系数；根据各像元的递变系数和拟合偏差系数构建各像元的交叉混叠系数；获取各像元的邻域像元，根据各像元和邻域像元的交叉混叠系数的差异以及分布特征构建各像元的邻域突显系数；获取各采样时刻高光谱数据中空缺层和机油层的分界线，根据各像元的邻域突显系数以及各像元与分界线的分布状况构建各像元的干扰置信度系数；根据各像元的特征分布和干扰置信度系数构建各采样时刻的自适应稀疏性参数；结合各采样时刻的自适应稀疏性参数获取特征波段筛选后的高光谱数据中所有像元的像元序列和标准高光谱序列，进行风机油质量检测；通过风力发电机组监控管理平台将检测结果通过智慧物联网反映给技术人员，为技术人员决策提供数据支撑；获取各像元的光谱曲线上的极大值点和极小值点，确定各像元的光谱曲线上相邻的极大值和极小值；所述拟合偏差系数的构建过程为：计算各像元的光谱曲线上各极大值与像元序列中对应波长的反射强度的差值的绝对值，记为极大偏差绝对值；针对所述各像元的光谱曲线上的极大值，计算与各极大值相邻的极小值和对应波长的反射强度的差值的绝对值，记为极小偏差绝对值；各像元的拟合偏差系数为所述极大偏差绝对值与所述极小偏差绝对值的乘积；所述交叉混叠系数的构建过程为：统计各像元的光谱曲线上相邻的极大值点与极小值点组成的对数；将各像元的光谱曲线上相邻极大值与极小值点组成的对数、所述各像元的递变系数和所述各像元的拟合偏差系数三者相乘的结果作为各像元的交叉混叠系数；所述邻域突显系数的构建过程为：以各像元为中心获取邻域像元；按照计算所述各像元的交叉混叠系数的方法计算各像元的邻域像元的交叉混叠系数；计算各像元与邻域像元的交叉混叠系数的差值的绝对值，记为混叠差值绝对值；计算各像元与邻域像元的距离，记为距离分布程度；计算混叠差值绝对值与所述距离分布程度的乘积，记为突显乘积；计算所述突显乘积的均值；各像元的邻域突显系数为所述各像元的交叉混叠系数与所述突显乘积的均值的乘积；所述干扰置信度系数的构建过程为：计算各采样时刻的高光谱数据中各像元到空缺层和机油层的分界线的距离，记为点线距离；干扰置信度系数为邻域突显系数与所述点线距离的比值；所述各采样时刻的自适应稀疏性参数的构建过程为：计算齿轮箱上边沿到下边沿的距离，记为箱沿距离；计算空缺层和机油层的分界线到齿轮箱下边沿的距离，记为边界距离；将空缺层像元的层级区域权重设置为预设第一数值，将属于机油层像元的层级区域权重设置为预设第二数值，其中，预设第一数值大于预设第二数值，且预设第一数值与预设第二数值之和为1；计算所述箱沿距离与所述边界距离的比值，记为距离比值；计算以自然常数为底数，以各像元的干扰置信度系数为指数的指数函数值，记为干扰函数值；计算所述干扰函数值与所述各像元的层级区域权重的乘积，记为各像元的自适应乘积；计算各采样时刻的所有像元的所述自适应乘积的累加和，记为各采样时刻的自适应和值；各采样时刻的自适应稀疏性参数为所述距离比值与所述自适应和值的乘积。

全文数据：

权利要求：

百度查询： 国华(通辽)风电有限公司 一种面向智慧物联风机油品质量快速检测方法