公开(公告)号：CN119167059A

公开(公告)日：2024-12-20

申请号：CN202411211768.3

申请日：2024-08-30

Applicant: 武汉大学 ,  长江三峡集团江苏能源投资有限公司 ,  国电南瑞科技股份有限公司

Inventor： 何怡刚 ,  周亚中 ,  王励 ,  刘剑欣 ,  张滔 ,  刘晓宇 ,  李紫豪 ,  雷蕾潇 ,  孟卓伦 ,  王迪威 ,  吕仲明 ,  邵凯旋 ,  陈铭芸

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/084 ,  G01H17/00

Abstract: 本发明公开了一种基于PMCAEN与SVDD的电力变压器早期故障预警方法，属于电力变压器故障预警技术领域。首先构建并行多尺度卷积自编码器网络，PMCAEN中的并行的无监督学习架构能够从不同的角度提取相关特征，实现双支路的特征互补。随后，建立支持向量数据描述模型，将变压器正常运行情况下PMCAEN所得出的重构误差作为新的观测信息，构建异常状态的判断域。本发明充分考虑了当变压器出现轻微机械故障时振动信号并不会发生明显变化而导致难以预警的难题，能够自适应的实现变压器局部与全局退化信息的挖掘，能够实现高精度的电力变压器早期故障预警。

公开(公告)号：CN115539322A

公开(公告)日：2022-12-30

申请号：CN202211109706.2

申请日：2022-09-13

Applicant: 武汉大学

Inventor： 何怡刚 ,  邵凯旋 ,  邢致恺 ,  刘小燕 ,  汪磊 ,  刘晓宇 ,  王枭 ,  陈剑飞

IPC: F03D17/00

Abstract: 本发明公开了一种风电机组故障在线监测方法，属于风力发电机组故障在线检测技术领域，具体融合了分数阶扩展分散熵与累积和控制图，包括以下步骤：采集风电机组核心部件的历史振动信号；利用分数阶扩展分散熵捕捉部件振动信号中深层次的动态信息变化；借助累积和控制图检测动态信息变化过程可能出现的异常状况，并发出报警信息；将检测结果与风电机组实际运行情况对比，确定方法的检测性能。本发明提供了能够准确快速地检测风电机组的异常状况并发出报警的方法，能简单而经济地实现，为发现风电机组故障，并进行维护提供了有力依据，保证了风电机组可靠稳定运行。

公开(公告)号：CN115585104A

公开(公告)日：2023-01-10

申请号：CN202211308249.X

申请日：2022-10-25

Applicant: 武汉大学

Inventor： 何怡刚 ,  邵凯旋 ,  邢致恺 ,  汪磊 ,  王雨涵 ,  刘晓宇 ,  王枭 ,  王迪威

IPC: F03D17/00 ,  F03D9/25 ,  G06F18/00 ,  G06F18/22

Abstract: 本发明公开了一种仅用正常样本的风电机组异常在线检测方法及系统，属于风电机组故障检测技术领域，具体耦合了多级定量庞加莱图和支持向量数据描述，该方法包括以下步骤：采集风电机组核心部件的历史及在线运行振动信号；利用多级定量庞加莱图捕捉部件振动信号中多层次的非线性动力学特征；基于正常样本的特征构建SVDD的超球空间，获得异常检测决策域；利用该超球空间对在线实测信号进行检测，确定机组是否出现异常状态，并发出报警。本发明提供了能够准确快速地检测风电机组的异常状况并发出报警的方法，能简单而经济地实现，为及时发现风电机组异常提供了有力指导，保障风电机组可靠稳定运行。

公开(公告)号：CN115541227A

公开(公告)日：2022-12-30

申请号：CN202211110610.8

申请日：2022-09-13

Applicant: 武汉大学

Inventor： 何怡刚 ,  邵凯旋 ,  王枭 ,  邢致恺 ,  刘小燕 ,  汪磊 ,  刘晓宇 ,  陈剑飞

IPC: G01M13/021 ,  G01M13/028 ,  F03D17/00

Abstract: 本发明公开了一种基于时移余弦相似熵的风电齿轮箱故障诊断方法，属于风电机组齿轮箱故障诊断技术领域，包括以下步骤：采集风电机组齿轮箱不同健康状态下的振动信号；利用时移余弦相似熵从振动信号中挖掘能够反映不同健康状态的关键多尺度特征；将多尺度特征按比例划分为训练集和测试集；构建基于极限学习机的智能故障诊断模型，输入训练集进行模型训练；然后将测试集输入到训练完成的极限学习机中，完成对齿轮箱故障诊断。本发明能够准确辨别出风电齿轮箱具体的故障类型，为发现齿轮箱故障所在位置，并进行维护提供了有力依据，保证了风电机组可靠稳定运行。