-
Patent Agency Ranking
公开(公告)号：CN117421969A
公开(公告)日：2024-01-19
申请号：CN202311086121.8
申请日：2023-08-25
Applicant: 西北农林科技大学
Abstract: 本发明涉及风速预测领域，尤其涉及一种基于BSSA算法优化LSSVM模型的风速预测方法。本发明所述BSSA算法为使用天牛须搜索算法对麻雀搜索算法进行优化性能改进的算法，所述BSSA算法的具体计算流程包括：建立基于麻雀觅食行为的搜寻者‑加入者模型；通过混沌映射方法初始化种群，增加初始解质量；引入天牛须搜索算法；建立精英反向学习策略；将所述BSSA算法应用于风电场中进行风速预测的LSSVM模型中并对LSSVM模型进行优化改进。本发明通过天牛须搜索算法改进麻雀搜索算法中易陷入局部最优解，依赖初始值的质量等缺陷，用以大幅提高智能算法的全局与局部搜索能力，使得风速预测结果尽可能接近最优结果，进一步提高风速预测仿真实验精度。
-
公开(公告)号：CN115574922B
公开(公告)日：2025-05-13
申请号：CN202211088903.0
申请日：2022-09-07
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于交叉熵的水电机组振动信号降噪方法及系统，涉及信号处理技术领域，包括以下步骤：利用经验模态分解法对原始振动信号进行分解处理，获得若干模态分量；计算若干模态分量与所述原始振动信号的交叉熵并计算阈值，筛选有效分量；利用奇异值分解法对所述有效分量进行二次降噪，得到二次降噪后的分量；将所述二次降噪后的分量进行重构，得到降噪后的振动信号。本发明结合经验模态分解法、奇异值分解法对振动信号进行降噪处理，具有一定的鲁棒性，可避免信号中有效信息的损失。
-
公开(公告)号：CN116451024A
公开(公告)日：2023-07-18
申请号：CN202310416707.X
申请日：2023-04-18
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种水电机组早期故障检测方法、系统及可存储介质，属于机械故障诊断方法技术领域。该方法包括：采集水轮机的振动数据，并将所述振动数据作为源数据；将所述源数据进行基于二元分解法盲源分解出多个源信号；将分解出的多个源信号分别进行基于快速傅里叶变换的替代数据处理，得到替代数据；基于替代数据进行非线性结构损伤判定以及故障传播路径绘制。本发明利于早期故障的发现与维护，从而降低了水电机组的维护成本。
-
公开(公告)号：CN116026592A
公开(公告)日：2023-04-28
申请号：CN202211593499.2
申请日：2022-12-13
Applicant: 西北农林科技大学
IPC: G01M13/045 , G06F18/213 , G06F18/214 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时移多尺度增量熵的滚动轴承早期故障诊断方法，涉及机械故障诊断技术领域。包括：采集故障物体和正常物体的振动信号；计算振动信号的时移多尺度增量熵，得到振动信号的高维特征数据集；对高维特征数据集进行降维处理，获取低维特征信息；构建随机配置网络SCN，将低维特征信息输入到随机配置网络SCN中进行故障识别。本发明的有益效果是：通过TSMICE提高了不同荷载条件下对故障信号识别的稳定性，同时采用t‑SNE进行降维有效区分出不同的故障特征，最后通过构建t‑SNE‑TSMICE‑SCN模型，不仅提高了故障振动信号的识别精度，也极大的节约了诊断时间。
-
公开(公告)号：CN115574922A
公开(公告)日：2023-01-06
申请号：CN202211088903.0
申请日：2022-09-07
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于交叉熵的水电机组振动信号降噪方法及系统，涉及信号处理技术领域，包括以下步骤：利用经验模态分解法对原始振动信号进行分解处理，获得若干模态分量；计算若干模态分量与所述原始振动信号的交叉熵并计算阈值，筛选有效分量；利用奇异值分解法对所述有效分量进行二次降噪，得到二次降噪后的分量；将所述二次降噪后的分量进行重构，得到降噪后的振动信号。本发明结合经验模态分解法、奇异值分解法对振动信号进行降噪处理，具有一定的鲁棒性，可避免信号中有效信息的损失。
-
-
-
-
Search Results
5
records
(took 0.025 seconds)
