公开(公告)号：CN118653966A

公开(公告)日：2024-09-17

申请号：CN202410668729.X

申请日：2024-05-28

Applicant: 东北大学

Inventor： 冯晓天 ,  胡旭光 ,  詹兆康 ,  逄永嘉 ,  任程泽 ,  马继龙 ,  刘要博 ,  马大中

IPC: F03D17/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042 ,  G06N3/09

Abstract: 本发明的一种基于多尺度图卷积网络的海上风电机组故障监测方法，包括：步骤1：获取数据采集与监视控制系统的历史数据进行变分模态分解得到时域特征矩阵与每个尺度上的邻接矩阵；步骤2：建立时序图卷积模块与尺度注意力模块，输入所有时域特征矩阵和邻接矩阵，获得并处理尺度特有特征，最终获得尺度注意力特征；步骤3：建立以实现故障状态及位置的监测为目标的风机故障监测分类器，该分类器由多个非线性特征映射NFM分类器组成，将尺度的注意力表示输入风机故障监测分类器，得到最终预测的类别标签。

公开(公告)号：CN119669890A

公开(公告)日：2025-03-21

申请号：CN202411570537.1

申请日：2024-11-06

Applicant: 东北大学 ,  国网山西省电力公司太原供电公司

Inventor： 马继龙 ,  张锐 ,  任智 ,  王刚 ,  胡旭光 ,  马大中 ,  刘要博 ,  张峻凯 ,  高欣琦

IPC: G06F18/2415 ,  G06F18/2431 ,  G06F18/25 ,  G06F18/2131 ,  G06F18/15 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/082 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明的基于多源三模态数据融合网络的架空线路故障检测方法，包括：获取架空线路历史故障数据，构建含波、图像、文本的多源三模态数据集，并经时空双尺度数据增强得到用于故障检测的数据集；对波、图像、文本搭建不同的故障特征提取网络模型，用于各模态数据特征编码，对输出的波、图像以及文本的特征向量进行语义对齐，并进行特征融合得到多源三模态数据的融合特征；基于多源三模态数据的融合特征生成图结构，将图结构输入到动态图注意力神经网络进行训练；采集发生故障的三模态的故障数据构成多源三模态数据集并进行特征融合后生成图结构，将图结构输入到训练好的动态图注意力神经网络，得到对应的故障类型、定位故障发生的零件及部位。