风电机组叶片异常检测方法和装置

    公开(公告)号:CN115640503B

    公开(公告)日:2023-08-11

    申请号:CN202211310179.1

    申请日:2022-10-25

    摘要: 本申请提出了一种风电机组叶片异常检测方法,涉及风电机组叶片异常检测技术领域,其中,该方法包括:获取第一预设时间内的风电机组叶片内部的声音数据和气候信息,并对声音数据进行预处理和短时傅里叶变换,得到待测声音数据,其中,气候信息包括风速信息和降雨信息;将待测声音数据输入预训练模型,得到原始特征向量;将原始特征向量与气候信息进行拼接,得到拼接特征向量;将拼接特征向量输入GMM模型进行异常检测,得到检测分值,根据预设阈值对检测分值进行判断,得到检测结果。本申请通过采集叶片内部声音数据,并结合转速和降雨信息对风电机组叶片进行异常检测,提高了检测的准确性。

    基于分布式传声器阵列的设备内部噪声声源确定方法

    公开(公告)号:CN116338583A

    公开(公告)日:2023-06-27

    申请号:CN202310354566.3

    申请日:2023-04-04

    IPC分类号: G01S5/22

    摘要: 本申请提出一种基于分布式传声器阵列的设备内部噪声声源确定方法,涉及故障定位技术领域。该方法包括:部署K个传声器阵列在设备外壁处紧贴设备外壁,K个传声器阵列之间间隔θ,K为正整数,且K≥1,θ为间隔角度,且θ≥0°;获取K个传声器阵列中每一个传声器的信号校正参数;通过K个传声器阵列分别对设备内Z个噪声声源进行信号采集,并基于每个传声器的信号校正参数得到各自的波形数据,其中不同的传声器阵列对应不同的采集方向,Z为正整数,且Z≥1;根据分布式传声器阵列所采集的波形数据,确定噪声源所在位置及该位置上的噪声功率。本申请实施例中分布式传声器阵列部署难度小,噪声源位置确定的准确性更高。

    一种基于三级神经网络建模的机器故障预测诊断方法

    公开(公告)号:CN111523659A

    公开(公告)日:2020-08-11

    申请号:CN202010289912.0

    申请日:2020-04-14

    摘要: 本发明涉及一种基于三级神经网络建模的机器故障预测诊断方法,属于机器故障检测方法技术和人工智能技术领域。本发明采用深度神经网络建模技术提高诊断的智能化;采用先诊断故障有/无,再确定类型,最后确定严重等级的三级神经网络建模,在系统部署初期数据积累不够充分的情况下即可实现故障判断,随着数据积累慢慢深入到故障类型判断,最后对渐进式的故障类型进行故障预测,三级神经网络建模缩短了诊断系统从投入到产出的周期,提高了实用性。用本方法生成的故障样本集中包含大量现有方法无法识别的低等级故障样本,训练得到的模型相比现有方法具有更高的诊断准确率和预测能力。

    基于深度学习和图神经网络的水轮机导叶故障自诊断方法

    公开(公告)号:CN118517367A

    公开(公告)日:2024-08-20

    申请号:CN202410590787.5

    申请日:2024-05-13

    发明人: 曹宏 刘加 刘德广

    摘要: 本发明公开了一种基于深度学习和图神经网络的水轮机导叶故障自诊断方法,包括S1、构建多传感器数据集;S2、利用深度学习算法识别多传感器数据集中的关键模式和特征;S3、构建图神经网络模型;S4、将步骤S2中提取的特征输入到步骤S3中构建的图神经网络模型中,分析水轮机导叶的整体运行状态;S5、根据图神经网络模型输出,实时监测并分析水轮机导叶的性能指标;S6、应用预训练的故障诊断模型,对步骤S5中识别的异常信号进行解释,诊断潜在的故障原因和故障类型;S7、根据步骤S6的诊断结果,自动生成故障预警。本发明通过深度学习和图神经网络技术,能够实时处理和分析来自多个传感器的大量数据,确保导叶的运行状况被实时且准确地监控。

    一种设备健康画像方法
    9.
    发明授权

    公开(公告)号:CN114024820B

    公开(公告)日:2024-04-16

    申请号:CN202111123875.7

    申请日:2021-09-24

    摘要: 本申请属于设备状态监测技术领域,具体而言涉及一种设备健康画像方法。本公开方法首先获取待测设备的多种相关数据,对不同相关数据进行组合并处理,得到多种维度数据;利用权重评价模型,得到所述多种维度数据中各维度数据相应的权重系数;根据所述多种维度数据的维度类别和相应权重系数,确定待测设备中关键组件的健康雷达图。本方法采用的多维度健康评估方向相比单维度方法评价更全面,能有效降低传统方法利用单一指标报警漏报和虚报高的问题;采用丰富的可视化技术展示多维度健康信息辅助运维监盘人员迅速准确抓住关键信息,全面把握设备的整体和局部健康状态,优化运维决策。

    水车室异常检测方法及装置
    10.
    发明公开

    公开(公告)号:CN117765973A

    公开(公告)日:2024-03-26

    申请号:CN202311471617.7

    申请日:2023-11-06

    IPC分类号: G10L25/51 G10L25/30

    摘要: 本发明提供一种水车室异常检测方法及装置,涉及异常检测技术领域,该方法包括:对待检测水车室的声音信号进行切片,得到所述声音信号的多个信号片段,根据所述多个信号片段生成所述声音信号的第一时频图;将所述第一时频图输入变分自编码器中进行重建,得到所述变分自编码器输出的所述声音信号的第二时频图,所述变分自编码器以水车室样本在正常状态时的声音信号的第三时频图为样本进行训练得到;确定所述第一时频图和所述第二时频图之间的差异,根据所述差异确定所述待检测水车室为正常状态或异常状态。本发明实现对待检测水车室自动进行异常检测,提高异常检测的效率和实时性,准确性较高。