[发明专利]NMS-RLM改进黏菌算法优化CNN-BiLSTM的风电机组振动特征预测方法在审
| 申请号： | 202310520109.7 | 申请日： | 2023-05-09 |
| 公开（公告）号： | CN116662790A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 高毅;唐超;陈锐;胡东;胡杰;陈钇权 | 申请（专利权）人： | 华能国际电力股份有限公司重庆清洁能源分公司 |
| 主分类号： | G06F18/2131 | 分类号： | G06F18/2131;G06N3/0464;G06N3/045;G06N3/0442;G06N3/0985;G06Q10/20 |
| 代理公司： | 哈尔滨东方专利事务所 23118 | 代理人： | 陈晓光 |
| 地址： | 401147 重庆市*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | NMS‑RLM改进黏菌算法优化CNN‑BiLSTM的风电机组振动特征预测方法。现有的深度学习神经网络模型应用与风电机组振动特征预测中，时间序列数据中的局部特征潜在关系不能很好表征的问题。本发明的方法包括如下步骤：步骤1，收集风机历史振动信号样本数据，用来构建样本数据库，分出训练集与测试集；步骤2，对训练集原子进行傅里叶变化在频域使用1D CNN提取振动特征参量；步骤3，将训练集特征参量输入BiLSTM模型进行建模；步骤4，用NMS‑RLM改进黏菌算法寻找最优参数。判断模型是否达到最佳适应度，若未达到，则重复寻找最优参数进行迭代，直至获得最优超参数模型；步骤5，将测试集原子输入最优超参数模型，对风电机组进行状态趋势预测。本发明用于风电机组状态预测方法。 | ||
| 搜索关键词： | nms rlm 改进 算法 优化 cnn bilstm 机组 振动 特征 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华能国际电力股份有限公司重庆清洁能源分公司，未经华能国际电力股份有限公司重庆清洁能源分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310520109.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种三相直流无刷电机逆变器故障诊断方法-202311211146.6
- 吴健华;李春成 - 深圳市嘉友锦磁科技有限公司
- 2023-09-20 - 2023-10-27 - G06F18/2131
- 本发明涉及数据处理技术领域，具体涉及一种三相直流无刷电机逆变器故障诊断方法，获取逆变压器工作时电流和电压的波形信号；将电流电压波形信号进行分解，根据波形信号的数值分布特征获取上、下包络线，获取电流包络线差异序列；根据上、下包络线的梯度特征获取电流包络线递变差异性；获取电流趋势波动系数；获取电流包络窗口波动系数；获取差分异变系数；获取阈值选择系数；获取基于小波变换的自适应阈值；获取去噪后的电流电压波形；将正常工作时的电流电压波形与去噪后的电流电压波形数据进行对比，获取特征相似度，从而实现逆变器的故障诊断，提升故障检测算法的精度和鲁棒性。
- 一种换流变接地电流谐波检测方法-202310948010.7
- 沙伟燕;何宁辉;李秀广;张佩;郝金鹏;伍弘;张方博 - 国网宁夏电力有限公司;国网宁夏电力有限公司电力科学研究院;上海迈内能源科技有限公司
- 2023-07-31 - 2023-10-27 - G06F18/2131
- 本发明通过对换流变压器铁芯和夹件接地电流波形的测量和分析，针对谐波分量造成的换流变铁芯夹件接地电流在线监测结果异常，提出一种换流变接地电流谐波检测方法，采用性能良好的2阶混合卷积窗及四谱线插值算法对谐波幅值和频率进行检测，并考虑实际工程应用中无法获取信号前数据的情况，改进apFFT算法，使其可应用于任一点的相位获取，并基于混合卷积窗预处理的apFFT算法检测相位，使3个参数精确度都提高。最终实现提高谐波检测精度，来减轻高次谐波分量对在线监测结果的影响。
- 一种基于紫外光谱的C
- 黄炜;饶夏锦;张晓星;张磊;彭博雅;苏毅;芦宇峰 - 广西电网有限责任公司电力科学研究院
- 2023-06-26 - 2023-10-24 - G06F18/2131
- 本发明涉及环保绝缘气体检测技术领域，具体公开一种基于紫外光谱的C
- 一种新型局部放电信号降维方法、设备-202310843852.6
- 汪鹏;李杰;张丕沛;师伟;崔其会;吕俊涛;邢海文;任敬国;乔木;戈宁;王江伟;孙景文;李秀卫;孙艳迪;孙承海 - 国网山东省电力公司电力科学研究院
- 2023-07-11 - 2023-10-24 - G06F18/2131
- 一种新型局部放电信号降维方法、设备，涉及设备绝缘缺陷故障诊断领域，基于小波分析降维法、主成分分析降维法和线性判别分析降维法，结合三种数据降维方法，对不同类型的局部放电信号进行特征降维，以便于后续的模式识别和缺陷检测。
- 多通道时序信号自适应抑噪电路-202310989333.0
- 周军;张旭辉;肖剑彪;朱世健;杜勐 - 电子科技大学
- 2023-08-08 - 2023-10-20 - G06F18/2131
- 本发明公开了一种多通道时序信号自适应抑噪电路，属于时序信号处理技术领域。本发明的多通道时序信号时频特征提取电路是一种基于可扩展架构的可重构电路，在较低额外硬件开销的基础上支持动态采样率、单/双通道处理和128点与256点FFT两种快速傅里叶变换模式，并融合了近似运算等低功耗电路设计技术，从而支持外部控制器在不同工作阶段使用不同工作模式，以节省功耗；基于本发明的特征提取电路的多通道时序信号时频特征提取电路，实现了自适应频域波束成形和时频域特征提取的电路级融合，其利用信号短时平稳性在时频域中进行短时频域波束成形，相比频域波束成形运算量更少且可以复用特征提取电路，降低了硬件资源开销和功耗。
- 基于黎曼流行和小波变换的特征提取方法-202310862931.1
- 徐慧慧;石章松;饶喆;张宁;张家琦;李佳宽 - 中国人民解放军海军工程大学
- 2023-07-14 - 2023-10-17 - G06F18/2131
- 本发明公开了一种基于黎曼流行和小波变换的特征提取方法，包括如下步骤：S1、进行脑电采集实验，采集脑电信号；S2、基于离散小波变换对脑电信号进行时频分析，提取时频特征；S3、基于黎曼流行算法对脑电信号进行非线性特征的提取；S4、对步骤S2与S3中分别提取的时频特征与非线性特征进行特征融合。本发明所提供的基于黎曼流行和小波变换的特征提取方法，能够在最大限度保持原始信号非线性流行结构信息的前提下，对脑电信号进行数据降维和特征提取。
- 一种欠定工作模态参数识别方法、装置、设备及介质-202311132925.7
- 王成;何闽;郑益斌 - 华侨大学;厦门万宾科技有限公司
- 2023-09-05 - 2023-10-10 - G06F18/2131
- 本发明提供了一种欠定工作模态参数识别方法、装置、设备及介质，该方法可以用于从部署在结构上的振动传感器采集得到的平稳振动响应信号中，识别线性时不变结构的模态参数（包括模态固有频率、模态振型矩阵、模态阻尼比）。本发明提供基于连续小波变换稀疏成分分析的线性时不变结构欠定工作模态参数识别方法，在稀疏成分分析的稀疏变换中使用连续小波变换将观测信号从时域变换到时频域，从有限的振动传感器采集得到的平稳振动响应信号中识别出了超过传感器个数更多的高阶模态，且提高了欠定工作模态识别的速度、准确性和鲁棒性。该方法的优点或者特别之处是，可以识别出超过传感器个数的多阶高阶模态,并且相对传统方法提高了识别精度和鲁棒性。
- 一种浪涌保护器的智能管控方法、装置及电子设备-202310561589.1
- 易秀成;游赛男 - 杭州易龙防雷科技有限公司
- 2023-05-18 - 2023-10-10 - G06F18/2131
- 本发明提供一种浪涌保护器的智能管控方法、装置及电子设备，属于紧急保护电路装置技术领域，具体包括：当浪涌保护器处于过电压运行状态时，采用复Gaussian4小波分析模块进行特征量的提取以及过电压故障值的评估；当浪涌保护器处于非过电压运行状态时，基于运行电流的时域特征量以及运行温度进行运行故障值的评估；基于浪涌保护器的历史过电压次数以及运行电流超过预设电流的历史过电压次数，并结合所述浪涌保护器的最近的设定数量的处于过电压运行状态时的过电压故障值以及运行状态故障值，进行浪涌保护器的综合故障值的评估，并基于综合故障值确定是否发出预警信号，从而实现了对浪涌保护器的可靠全面的运行状态的监测。
- 一种脑电信号的处理方法、装置、电子设备及存储介质-202011255922.9
- 吴边;孟海忠 - 微医云（杭州）控股有限公司
- 2020-11-11 - 2023-10-10 - G06F18/2131
- 本发明实施例公开了一种脑电信号的处理方法、装置、电子设备及存储介质，该方法包括：获取预设信号通道的脑电信号的时频谱信号图，基于预设划分规则对时频谱信号图进行时频区间划分；基于划分的时频区间中的幅度系数，确定时频区间的平均幅度系数；基于频率特征模型分别提取各不同频率区间的平均幅度系数的频率特征，以及基于通道特征模型分别提取各不同通道的平均幅度系数的通道特征；基于权重确定模型分别对频率特征和通道特征进行处理得到频率权重和通道权重，基于频率特征、频率权重、通道特征和通道权重，确定脑电信号对应的融合特征。能提取大脑进行特定活动时的脑电时空特征，提高了对脑电信号的分类准确率，提高了脑电信号的处理效率。
- 基于小波包变换的管道弯折处损伤程度识别方法及系统-202310605348.2
- 吴磊;陈迩齐;徐世霖;肖文生;刘超 - 中国石油大学（华东）
- 2023-05-25 - 2023-10-03 - G06F18/2131
- 本发明公开基于小波包变换的管道弯折处损伤程度识别方法及系统，涉及管道弯折处损伤程度识别领域；基于小波包变换的管道弯折处损伤程度识别方法包括：获取管道弯折处的应变模态数据；对应变模态数据进行重构，得到重构后的应变模态数据；对重构后的应变模态数据进行小波包变换，得到N层小波包；将N层小波包中的最后一层小波包输入至训练后的一维卷积神经网络，得到管道弯折处的损伤状态。本发明基于一维卷积神经网络提取损伤本身的特征并对海洋平台输流管道的损伤进行识别和定位，有效克服在对现役海洋平台进行管道弯折处健康检测时没有前验经验的情况，提升现役海洋平台健康监测准确率。
- 基于图最大度差值的Chirp型和Burst型引力波信号识别方法-202310739062.3
- 胡国兵;沈悦;吴珊珊;李阳民 - 金陵科技学院
- 2023-06-20 - 2023-09-29 - G06F18/2131
- 本发明提供了一种基于图最大度差值的Chirp型和Burst型引力波信号识别方法，首先将待识别信号做希尔伯特变换变成复信号，然后与其延时信号的共轭作相乘运算，得到待识别信号的时滞积；而后对时滞积作傅里叶变换得到其频谱，并以其频谱模值最大值对应的位置为界，分别提取一定长度的时滞积的左侧与右侧子序列；进而以相同的顶点数，分别将左右两侧子序列转换成相应的无向简单图；最终，利用左右两侧子序列生成图的最大度差值作为分类特征，通过其与相应门限值之间的大小关系，对Chirp型和Burst型引力波进行识别。本发明提出的方法在同等条件下性能优于以往的识别算法，计算复杂度低，具有工程应用前景。
- 内部用户行为生物特征提取方法-202310633865.0
- 陶晓玲;余玥琳;贾如春;何威;冯烜川 - 桂林电子科技大学;广西朗杰智慧科技发展有限公司
- 2023-05-31 - 2023-09-29 - G06F18/2131
- 本发明涉及数据处理技术领域，具体涉及一种内部用户行为生物特征提取方法，包括通过监控内部用户的鼠标交互行为收集鼠标日志数据；对所述鼠标日志数据进行预处理，得到一维时序数据；使用二维时序卷积神经网络对所述一维时序数据进行转换和特征提取，得到用户行为生物特征，本发明通过二维时序卷积神经网络充分考虑行为生物数据的时序性和多周期性，从一个多周期的新视角来分析行为生物特征序列，并引入通道注意力机制提取更具代表性的特征，从而准确获取用户的行为习惯，使得身份识别模型具有更强的泛化能力及检测性能。解决了现有的人工捕获用户行为生物特征提取的方法捕获的生物特征不充分的问题。
- 一种经颅磁与运动诱发电位设备间的无线触发方法及系统-202310814687.1
- 刘成杰 - 深圳英智科技有限公司
- 2023-07-04 - 2023-09-22 - G06F18/2131
- 本发明公开了一种经颅磁与运动诱发电位设备间的无线触发方法，包括先后进行的脉冲信号识别步骤和触发判定步骤，所述脉冲信号识别步骤包括：设置TMS刺激模式，TMS刺激线圈产生磁刺激；分别将MEP设置为信号识别模式、产生脉冲信号；MEP接收脉冲信号，DFT频域分析，提取主要频率特征，记录为a
- 一种基于希尔伯特变换的连续扫描激光振动测试处理方法-202310500303.9
- 臧朝平;欧晓泉;陈香;王琦 - 南京航空航天大学;中国航发四川燃气涡轮研究院
- 2023-05-06 - 2023-09-19 - G06F18/2131
- 本发明提供一种基于希尔伯特变换的连续扫描激光振动测试处理方法，包括以下步骤：获得定义在结构表面激光扫描路径上随时间变化的振动时域信号；将得振动时域信号转换到频域信号；构造噪声频率，获得结构的有效频率信号；对降噪后的频域信号进行处理，得到结构降噪后的时域信号；对降噪后的时域信号进行希尔伯特变换得到结构表面扫描路径点上的振动位移幅值；将结构表面扫描路径点的振动位移幅值与其对应的扫描路径结合。本发明通用性强，应用范围广，可以实现多种结构的连续扫描激光多普勒振动测试，包括普通的平板结构、缺孔平板结构以及复杂的实际机匣表面的连续扫描激光多普勒振动测试，具有广泛的工程应用价值。
- 基于离散小波和深度学习的空气污染浓度预测方法及系统-202310533961.8
- 铁治欣;舒莹;陶灵兵;林永兴 - 浙江理工大学
- 2023-05-12 - 2023-09-15 - G06F18/2131
- 本发明公开了基于离散小波和深度学习的空气污染浓度预测方法及系统，应用于空气污染预测技术领域。包括以下步骤：S1、通过对原始输入数据进行缺失值处理，并对待预测的空气污染浓度序列进行离散小波变换，提取出空气污染的周期性信息，将得到的周期性信息进行张量堆叠和归一化处理；S2、通过使用卷积层进行特征提取，得到特征矩阵；S3、将特征矩阵输入到编码器中，编码器将特征矩阵编码成最终的细胞状态C
- 一种四阶多项式相位信号参数估计方法-202310718331.8
- 牛志永;庾骏;何红杰 - 郑州轻工业大学
- 2023-06-16 - 2023-09-15 - G06F18/2131
- 本发明提出了一种四阶多项式相位信号参数估计方法，步骤如下：根据采集的四阶多项式相位信号计算瞬时自相关函数，对瞬时自相关函数傅里叶变换得到二维函数；根据二维函数的峰值的位置坐标分别估计三阶项系数和四阶项系数，构造信号的高阶相位补偿函数，利用高阶相位补偿函数对四阶多项式相位信号进行相位补偿得到高阶相位补偿信号；对高阶相位补偿信号做SoWVD变换，估计二阶多项式相位系数，构造二次项补偿函数实现二阶相位补偿得到二次项补偿信号；对二次项补偿信号做二维傅里叶变换，采用峰值检测算法估计一阶多项式系数。本发明通过瞬时自相关函数实现参数的降阶，可以采用FFT快速实现，在低计算复杂度条件下，有效提高输出信噪比。
- 提升全光纤电流互感器响应速度的小波滤波方法-202310497722.1
- 陈文睿;张海川;徐茂鑫;熊文;蒋建;徐强超;陈宇昇;刘灿萍;刘一民;肖涛;陈飞;鄢露;张娜;陈晓清;王聪 - 广东电网有限责任公司广州供电局
- 2023-05-05 - 2023-09-12 - G06F18/2131
- 本发明公开了一种提升全光纤电流互感器响应速度的小波滤波方法，包括：S1：采集全光纤电流互感器的含噪信号；S2：选择小波基函数，确定小波分解层次，对含噪信号进行小波分解，得到小波系数；S3：根据小波系数选择阈值，对小波系数进行阈值处理；S4：将阈值处理后的小波系数进行小波重构，得到重构信号；S5：根据重构信号特征选择小波阶数，采用加权平均法滤除噪声，得到降噪信号。本发明在全光纤电流互感器数字采样后引入小波滤波降噪，明显改善了改善信号噪声幅度，保障测量精度的同时大幅压缩了滤波时间。
- 一种基于包络法盲信号分离的机械故障类型判断方法-202310726015.5
- 刘晨;李万军;张芬;田小静;曹海红 - 西安航空职业技术学院
- 2023-06-19 - 2023-09-12 - G06F18/2131
- 本发明提供了一种基于包络法盲信号分离的机械故障类型判断方法，涉及机械故障识别技术领域，包括如下步骤：获取观测信号；对各个通道的观测信号进行VMD分解；求取VMD分解的各分量与源信号的马氏距离；对各个通道采用单通道SVD算法进行源数目估算获得其个数；根据所述源数目估计的个数选取马氏距离较小的各分量；对选取的各分量求取包络，并通过包络后的各分量组成新的观测信号向量；将所述新的信号观测向量作为cICA的输入向量，并构造合适参考信号，分离各个信号；对分离后的各个信号进行包络频谱分析，判断故障类型。本发明通过包络法的cICA双通道盲信号分离，从而实现对机械故障的提取以及识别。
- 一种皮带轮故障特征提取方法-202310706840.9
- 马军;曾尧;王晓东;熊新 - 昆明理工大学
- 2023-06-14 - 2023-09-12 - G06F18/2131
- 本发明涉及一种基于改进Morlet小波和同步提取变换的皮带轮故障特征提取方法，属于机械故障诊断技术领域。本发明首先采用粒子群算法优化Morlet小波参数，获得符合分析信号特征的Morlet小波。然后，利用改进的Morlet小波信号分解算法对故障振动信号进行预处理，得到重构信号。最后，利用同步提取变换进行时频分析，得到重构信号高能量集中的时频分布与时变特征，从而获取能够表征皮带轮故障特征的时频图像。本发明能够以时频图的方式有效地提取出皮带轮故障特征，保证设备的正常运行。
- 基于小波图卷积的故障诊断方法及系统-202310724289.0
- 卢一相;桂如思;高清维;竺德;孙冬;赵大卫;彭思远 - 安徽大学
- 2023-06-16 - 2023-09-08 - G06F18/2131
- 本申请提供一种基于小波图卷积的故障诊断方法及系统，基于小波图卷积的故障诊断方法包括：基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量；针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息；构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征；融合多尺度的时频图特征，并获得一多尺度融合特征；获得复合故障的标签。该基于小波图卷积的故障诊断方法可以解决不同故障源所产生的故障冲击之间可能存在复杂的非线性和强耦合关系，导致现有的齿轮箱的故障诊断方法故障诊断的准确性和快速性不高的技术问题。
- 一种智慧用电实时监测方法和系统-202310270325.0
- 李大栋;张贺;张西水;菅晓波 - 山东华网合众信息技术有限公司
- 2023-03-20 - 2023-09-08 - G06F18/2131
- 本发明涉及行为监测技术领域，具体公开了一种智慧用电实时监测方法和系统，所述方法包括在工作人员输入的监测区中获取含有节点的供电网络，基于所述节点实时获取用电参数；根据所述用电参数建立用电波动图；根据预设的时间周期在用电波动图中提取周期性历史数据，基于周期性历史数据更新用电特征；根据所述用电特征判定最近时间周期内的用电行为是否异常。本发明实时获取用电参数，基于信号处理技术提取用电参数的特征，将多个节点的用电参数集成为一个类似于图像的矩阵，此时，借鉴现有的图像识别技术定时提取矩阵特征，由提取到的矩阵特征对新的用电行为进行判定，随着时间的推移，矩阵特征也会不断变化，从而实现了自适应调整。
- 一种提取OCT色散失配系数的方法-202310987158.1
- 李勤;桂家辉;张晓;魏泽文;胡晓明 - 北京理工大学
- 2023-08-08 - 2023-09-05 - G06F18/2131
- 本发明提供一种提取OCT色散失配系数的方法，包括如下步骤：首先，采用分段离散多项式相位变换算法从低信噪比OCT信号中提取色散失配系数的初估值；然后，在色散失配系数的初估值的基础上，采用基于二维空域评价区域的迭代法计算色散失配系数的精细值。本发明的一个技术效果在于，能够在所关注的样品结构尺度上，更准确、稳定地在低信噪比条件下提取OCT信号的色散失配系数。
- 一种多子带融合的DEMON谱特征自动化提取方法-202310612370.X
- 王少博;王大宇;罗恒光 - 中国电子科技集团公司第五十四研究所
- 2023-05-29 - 2023-08-29 - G06F18/2131
- 本发明提出了一种多子带融合的DEMON谱特征自动化提取方法，属于舰艇辐射噪声的DEMON谱特征提取领域。本发明首先利用参数优化的小波包分解算法对待分析信号进行自适应分解，分解层数由经验模态分解算法预分解确定，解决了固化分解层数在不同信号分解过程中的盲目性和失配性问题，实现了分解参数的自适应选取；然后采用高阶谱分析法分别对各阶小波包分量计算DEMON谱，进一步抑制海洋环境噪声，提高了DEMON谱谐波组线谱的信噪比；最后，选取调制信息明显的小波包分量分别进行DEMON谱计算与融合，避免了在DEMON谱计算过程中需要人为选定带通滤波器截止频率的问题。
- NMS-RLM改进黏菌算法优化CNN-BiLSTM的风电机组振动特征预测方法-202310520109.7
- 高毅;唐超;陈锐;胡东;胡杰;陈钇权 - 华能国际电力股份有限公司重庆清洁能源分公司
- 2023-05-09 - 2023-08-29 - G06F18/2131
- NMS‑RLM改进黏菌算法优化CNN‑BiLSTM的风电机组振动特征预测方法。现有的深度学习神经网络模型应用与风电机组振动特征预测中，时间序列数据中的局部特征潜在关系不能很好表征的问题。本发明的方法包括如下步骤：步骤1，收集风机历史振动信号样本数据，用来构建样本数据库，分出训练集与测试集；步骤2，对训练集原子进行傅里叶变化在频域使用1D CNN提取振动特征参量；步骤3，将训练集特征参量输入BiLSTM模型进行建模；步骤4，用NMS‑RLM改进黏菌算法寻找最优参数。判断模型是否达到最佳适应度，若未达到，则重复寻找最优参数进行迭代，直至获得最优超参数模型；步骤5，将测试集原子输入最优超参数模型，对风电机组进行状态趋势预测。本发明用于风电机组状态预测方法。
- 基于优化脉冲增强与包络同步平均的齿轮故障识别方法-202310580102.4
- 胡明辉;刘少朋;王岭;邹利民;江志农 - 北京化工大学
- 2023-05-23 - 2023-08-29 - G06F18/2131
- 本发明公开了基于优化脉冲增强与包络同步平均的齿轮故障识别方法，通过消除各段最优脉冲增强信号包络线间的相位误差，对最优脉冲增强信号进行包络同步平均来提取故障特征，实现对航空发动机齿轮箱故障的准确故障特征提取。首先获取齿轮箱壳体振动信号并进行分解与重构，获得重构信号。针对重构信号进行优化脉冲增强，获得最佳脉冲增强信号。对最佳脉冲增强信号作包络解调，对所得包络信号分别进行包络分段和分段相位检测，对各包络分段信号进行相位补偿，实现各包络信号分段的同步，同步后的包络分段信号进行平均处理便得到包络平均信号。对包络平均信号做频谱分析获得平均包络谱，从中提取幅值最大的主导分量，对齿轮是否发生故障进行识别。
- 基于变参小波流形的旋转机械微弱故障检测方法-202010507311.2
- 王玉琦;王俊;杜贵府;江星星;石娟娟 - 苏州大学
- 2020-06-05 - 2023-08-29 - G06F18/2131
- 本发明公开了一种基于变参小波流形的旋转机械微弱故障检测方法。本发明一种基于变参小波流形的旋转机械微弱故障检测方法，包括：步骤(1)、选定母小波，给定小波参数的1个取值组合，确定信号分析的尺度范围；步骤(2)、对信号进行CWT处理，计算各尺度下的小波包络；步骤(3)、按照给定指标从整个尺度带内选择包含最多故障信息的1个小波包络，即故障小波包络。本发明的有益效果：本发明提取信号在不同小波参数下的故障小波包络，利用流形学习卓越的特征挖掘能力，从高维变参小波包络中提取出具有稳定结构的脉冲包络，去除带内噪声，实现对微弱故障脉冲包络的有效检测。
- 一种基于神经网络架构搜索的转盘轴承寿命预测方法-202310561242.7
- 潘裕斌;杨旭;陈捷;王华;洪荣晶 - 南京工业大学
- 2023-05-18 - 2023-08-22 - G06F18/2131
- 本发明涉及转盘轴承寿命预测领域，具体地说，涉及一种基于神经网络架构搜索的转盘轴承寿命预测方法，包括以下步骤S1:将转盘轴承振动信号进行小波包分解降噪，并提取时域特征构建转盘轴承数据集；S2:构建基于Cell的搜索空间，Cell是由包含N个节点的有序序列组成的有向无环图；S3:通过转盘轴承数据集搜索最佳Cell，将最佳Cell堆叠形成最终的网络架构；S4:使用S3得到的网络架构进行转盘轴承寿命预测；本发明使用神经网络架构搜索，自动搜索出符合转盘轴承寿命预测要求的神经网络架构，解放了人力，提高了工程生产中的安全性和经济性。
- 一种基于VMD及LSTM的电热水器热水用量的预测方法-202310647293.1
- 陈庆明;廖鸿飞;梁奇峰;曾亚森;何薇薇;张远海;蔡玮;林程凯;潘辉 - 中山火炬职业技术学院
- 2023-06-02 - 2023-08-22 - G06F18/2131
- 本发明提出一种基于VMD及LSTM的电热水器热水用量的预测方法，包括如下步骤：步骤S101，收集数据，其中数据包括用户的用水时间及热水用量；步骤S102，将每天划分为a个时间段，获取用户在每个时间段的热水用量情况，并根据热水用量情况获取热量值，形成时序数据；步骤S103，对时序数据进行VMD模态分解，获得表征习惯特征的k个模态分量；步骤S104，各模态分量分别输入到LSTM预测模型中进行学习训练，获得k个LSTM预测模型；步骤S105，通过k个LSTM预测模型获取未来每个时间序列点的热水输出量。有利于处理复杂的非线性的用户用书习惯时序数据，能够较好学习用户用水规律的时序性，预测误差更小，预测精度更高。
- 基于GST和RPRG的多分量LFM信号时频线修正方法-202010514241.3
- 刘雪莲;王春阳;李雪梅;肖博;冯永鑫 - 西安工业大学
- 2020-06-08 - 2023-08-22 - G06F18/2131
- 本发明涉及信号处理技术领域，进一步涉及一种基于GST和RPRG的多分量LFM信号时频线修正方法。针对时频平面内的多分量LFM信号相交时，在相交处及其附近的瞬时频率系数的提取会出现严重失真的问题，本发明提供了一种基于GST和RPRG的多分量LFM信号时频线修正方法，包括广义S变换、多分量LFM信号瞬时频率提取和基于脊线路径重组的时频线修正三个步骤，用以有效改善多分量LFM信号在时频平面相交时瞬时频率提取的失真问题，在提高多分量LFM信号时频脊线提取精度的同时，也具有更好的时频线修正效果和抗噪性。
- 一种基于小波变换与深度神经网络的装备故障诊断系统-202211656320.3
- 黄雨昕;苟晓彤;曾福萍;惠俊鹏;俞启东;雷建长;刘佳琪;马梦颖;刘芳;刘兴高 - 浙江大学
- 2022-12-22 - 2023-08-18 - G06F18/2131
- 本发明公开了一种基于小波变换与深度神经网络的装备系统故障诊断系统，用于对装备系统进行状态检测以及故障检测，该系统包括装备系统、状态监测仪表、数据采集板卡、数据库、数据预处理模块、特征压缩编码模块、自主学习模块、控制站以及故障显示控制模块。本发明所涉及的基于小波变换与深度神经网络的装备系统故障诊断系统，采用所述的设备实现装备系统的状态检测以及故障检测。本发明克服已有的装备系统故障状态诊断精度不高的不足，利用小波变换将故障时域信号转化为频域信号，并使用深度神经网络进行特征提取与故障诊断，提高了装备系统故障状态诊断的精度。
- 专利分类
