-
公开(公告)号：CN116680645A
公开(公告)日：2023-09-01
申请号：CN202310725307.7
申请日：2023-06-19
Applicant: 华北电力大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0464 , G06N3/096 , G06Q50/06 , G01M13/045
Abstract: 本发明公开了一种基于深度迁移学习的风机轴承端到端故障诊断方法，其特点是，包括风电机组轴承振动信号采集、改进CNN和残差块模型构建、模型预训练、通过迁移的方式微调深度学习模型的网络参数和基于深度迁移学习的风机轴承端到端故障诊断等步骤；与传统方法相比较，新方法在非平衡小样本场景下滚动轴承多状态分类中打破了传统机器学习依赖大量历史数据、冷启动和需要数据预处理的局限，大大降低了诊断成本和处理时间，显著提高了故障诊断精确度。其科学合理，适应性强，实用价值高，可为后续新建风电场运行维护、风机研发等相关人员提供参考。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
