-
公开(公告)号:CN118378167B
公开(公告)日:2024-09-13
申请号:CN202410817539.X
申请日:2024-06-24
Applicant: 湖南科技大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06F18/2136 , G06F18/214 , G06F18/15 , G06N3/047 , G06N3/0455 , G06N3/0495 , G06N3/088 , G01M13/02 , G01R31/34 , G01R19/00
Abstract: 本发明公开了一种基于零序电流相关熵增强稀疏学习的传动链故障诊断方法,属于旋转部件故障诊断领域,包括以下步骤:数据采集和预处理;构建零序电流稀疏特征学习的旋转机械故障诊断模型;将预处理后的零序电流数据输入训练好的故障诊断模型中,获取诊断结果。本发明提出的使用零序电流进行旋转机械故障诊断的相关熵增强稀疏学习方法,可自动、高效地提取电流信号中的微弱故障特征,摆脱了对传统信号处理技术和诊断经验的依赖,对含有噪声的信号具有良好的鲁棒性。
-
公开(公告)号:CN117054820A
公开(公告)日:2023-11-14
申请号:CN202311157926.7
申请日:2023-09-08
Applicant: 湖南科技大学
Abstract: 本发明公开了一种面向陆地风电场集电线路故障精准定位方法,该定位方法步骤包括:利用从机从集电线首端发送高压脉冲信号测量集电线路故障点处电缆长度;利用主、从机相互发送高压脉冲信号测量线路上任一点处电缆长度,得到该电缆长度对应的地理位置;将两次测得的电缆长度进行对比,若测得长度不一致,则将主机进行移动,通过多次逼近,直到两次缆长相等,此时主机的位置即为故障点对应的地理位置。本发明能够对风电集电线路进行故障精准定位,提高了风电设备运维的时效性,节省了人力物力。
-
公开(公告)号:CN118378167A
公开(公告)日:2024-07-23
申请号:CN202410817539.X
申请日:2024-06-24
Applicant: 湖南科技大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06F18/2136 , G06F18/214 , G06F18/15 , G06N3/047 , G06N3/0455 , G06N3/0495 , G06N3/088 , G01M13/02 , G01R31/34 , G01R19/00
Abstract: 本发明公开了一种基于零序电流相关熵增强稀疏学习的传动链故障诊断方法,属于旋转部件故障诊断领域,包括以下步骤:数据采集和预处理;构建零序电流稀疏特征学习的旋转机械故障诊断模型;将预处理后的零序电流数据输入训练好的故障诊断模型中,获取诊断结果。本发明提出的使用零序电流进行旋转机械故障诊断的相关熵增强稀疏学习方法,可自动、高效地提取电流信号中的微弱故障特征,摆脱了对传统信号处理技术和诊断经验的依赖,对含有噪声的信号具有良好的鲁棒性。
-
-