公开(公告)号：CN119885045A

公开(公告)日：2025-04-25

申请号：CN202510376603.X

申请日：2025-03-28

Applicant: 湖南科技大学

Inventor： 陶洁 ,  蒋何圆 ,  赵劲强 ,  肖钊 ,  王楷 ,  邹雪梅

IPC: G06F18/2433 ,  F03D17/00 ,  G06F18/2415 ,  G06F18/2131 ,  G06F18/15 ,  G06N3/0455 ,  G06N3/096 ,  G06N3/006

Abstract: 本申请公开了一种基于CC‑FOA的风电机组迁移学习故障诊断方法及设备，涉及风电机组故障诊断领域，所述方法包括：采集多个风力发电机组的振动信号数据，将振动信号数据划分为源域数据和目标域数据并进行预处理；利用预处理后的源域数据训练堆叠稀疏去噪自编码器网络；利用混沌纵横交叉的果蝇优化算法对堆叠稀疏去噪自编码器网络的隐藏层数和每层神经元个数进行优化；将预处理后的源域数据和目标域数据输入堆叠稀疏去噪自编码器网络，在每层隐藏层添加联合概率最大均值差异约束，并基于误差之和重新训练所述网络；将重新训练的堆叠稀疏去噪自编码器网络应用于目标域数据，提取特征并进行故障分类。本申请可有效提高故障识别的准确性和可靠性。