一种风力发电机故障预警方法

    公开(公告)号:CN115013254B

    公开(公告)日:2024-10-25

    申请号:CN202210535308.0

    申请日:2022-05-17

    IPC分类号: F03D17/00

    摘要: 本发明公开了一种风力发电机故障预警方法,在对故障预警时,通过对风力发电机监视控制和数据采集系统的数据进行预处理,去除噪声数据,然后通过数据挖掘方法分析不同变量数据之间的关联度,选择关联度大的数据构建m维的记忆矩阵;再通过多元状态估计法进行状态估计,将风力发电机正常工况下观测向量和估计向量之间的残差最大值设为正常工况下的故障预警阈值;将风力发电机异常工况下的观测向量和估计向量之间的残差最大值设为异常工况下的故障预警阈值,当残差值大于故障预警阈值时发出报警信号,因为当残差大于故障预警阈值时说明预测状态与当前工况差别较大,风力发电机存在发生故障的趋势,从而发出故障报警信号,提高了故障预警的准确性。

    一种针对工业时序不平衡数据的时间序列数据增强方法

    公开(公告)号:CN116028815B

    公开(公告)日:2024-08-23

    申请号:CN202310011120.0

    申请日:2023-01-05

    摘要: 本发明公开了一种针对工业不平衡数据的时间序列数据增强方法,通过平均欧氏距离,将少数类数据分为近多数类数据集n‑maj和近少数类数据集n‑min,分别进行数据增强;利用DTW对齐计算,再通过建立待增强数据集间的DTW距离矩阵来寻找距离待增强序列的K个近邻序列;将待增强序列与K个近邻序列的DTW对齐,获得临时对齐序列,同时通过基于DTW距离的权重和临时对齐序列进行加权平均生成多样性样本,并且针对近少数类数据集,添加了随机噪声,扩增了样本空间,丰富符合原数据集分布的样本特征。由于改善了原数据类不平衡的情况,因此通过结合机器学习与深度学习模型,可以提高在工业时序不平衡数据上评价指标。

    基于增量学习的锚链闪光焊接质量在线检测方法

    公开(公告)号:CN111476311B

    公开(公告)日:2023-05-26

    申请号:CN202010309872.1

    申请日:2020-04-20

    摘要: 本发明公开一种基于增量学习的锚链闪光焊接质量在线检测方法,包括以下步骤:采集M个不合格样与N个合格样本;通过分段线性插值使样本的信号长度一致;对信号进行归一化处理;计算不合格样本之间的距离,建立距离矩阵;随机抽取不合格样本后合成新样本,并计算新样本与已有不合格样本之间的距离;判断不合格样本的数量是否与合格样本的数量相同;构建卷积神经网络,对模型进行训练;输出模型在测试集上的预测结果;利用新增样本对模型进行训练;输出增量学习后的模型在测试集上的预测结果。本发明有效地增加了不合格样本的数量,解决了样本的不平衡问题,提高了模型的泛化能力;解决了锚链闪光焊接的样本数量与日俱增的问题。

    一种针对工业时序不平衡数据的时间序列数据增强方法

    公开(公告)号:CN116028815A

    公开(公告)日:2023-04-28

    申请号:CN202310011120.0

    申请日:2023-01-05

    摘要: 本发明公开了一种针对工业不平衡数据的时间序列数据增强方法,通过平均欧氏距离,将少数类数据分为近多数类数据集n‑maj和近少数类数据集n‑min,分别进行数据增强;利用DTW对齐计算,再通过建立待增强数据集间的DTW距离矩阵来寻找距离待增强序列的K个近邻序列;将待增强序列与K个近邻序列的DTW对齐,获得临时对齐序列,同时通过基于DTW距离的权重和临时对齐序列进行加权平均生成多样性样本,并且针对近少数类数据集,添加了随机噪声,扩增了样本空间,丰富符合原数据集分布的样本特征。由于改善了原数据类不平衡的情况,因此通过结合机器学习与深度学习模型,可以提高在工业时序不平衡数据上评价指标。

    一种欠驱动浮力调节装置及其调节方法

    公开(公告)号:CN114506431B

    公开(公告)日:2023-03-24

    申请号:CN202210146685.5

    申请日:2022-02-17

    IPC分类号: B63G8/24

    摘要: 本发明公开了一种欠驱动浮力调节装置,包括动力模块和至少两个调节模块,动力模块包括一个驱动电机和蜗杆,调节模块包括伸缩筒、传动轴、蜗轮、第一花键齿轮,第一花键齿轮转动调节伸缩筒的体积,蜗轮一侧设置侧面为花键齿、底面为电磁控制装置的凹槽,第一花键齿轮与传动轴之间设置弹性部件,电磁控制装置得电时吸附第一花键齿轮,弹性部件产生形变,第一花键齿轮与蜗轮啮合,蜗轮转动带动第一花键齿轮转动;电磁控制装置失电时,弹性部件恢复形状,第一花键齿轮脱离蜗轮的凹槽;通过一个电机驱动多个调节模块,减小装置体积,提高了能源利用率,减少了机电系统故障率和自重,且每个调节模块可以独立调节,使得浮力调节更加灵活。

    一种风力发电机故障预警方法

    公开(公告)号:CN115013254A

    公开(公告)日:2022-09-06

    申请号:CN202210535308.0

    申请日:2022-05-17

    IPC分类号: F03D17/00

    摘要: 本发明公开了一种风力发电机故障预警方法,在对故障预警时,通过对风力发电机监视控制和数据采集系统的数据进行预处理,去除噪声数据,然后通过数据挖掘方法分析不同变量数据之间的关联度,选择关联度大的数据构建m维的记忆矩阵;再通过多元状态估计法进行状态估计,将风力发电机正常工况下观测向量和估计向量之间的残差最大值设为正常工况下的故障预警阈值;将风力发电机异常工况下的观测向量和估计向量之间的残差最大值设为异常工况下的故障预警阈值,当残差值大于故障预警阈值时发出报警信号,因为当残差大于故障预警阈值时说明预测状态与当前工况差别较大,风力发电机存在发生故障的趋势,从而发出故障报警信号,提高了故障预警的准确性。