一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法[CN201710238575.0] - 南京师范大学

专利申请

2017-04-13
公布公告

2019-06-07
授权日期

2019-06-07
终止

2029-06-04

一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201710238575.0 申请日期： 2017-04-13 专利主类别： G01R31/34 {{ classMap["G01R31/34"] }}

申请人名称：南京师范大学

查看申请人名下所有专利

申请人地址：江苏省南京市栖霞区文苑路1号

专利分类项目

G01R31/34 : 电机的测试

G01R15/24 : 使用光调制装置

G06K9/62 : 应用电子设备进行识别的方法或装置

G06N3/04 : 体系结构，例如，互连拓扑

专利注册信息

初审公告期号	2017-04-13	初审公告日期	2019-06-07
注册公告期号	2019-06-07	注册公告日期	2019-06-07
专用权期限	2019-06-07 - 2029-06-04	专利类型	发明授权
代理组织机构	南京经纬专利商标代理有限公司查看该机构代理的所有专利

专利介绍

本发明涉及一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法，引入保偏光纤测量系统获取风力发电机的电流信号，体积小、重量轻、绝缘结构简单、动态范围大、无磁饱和、无爆炸危险、不影响正常输电，可在风力发电机的实际使用过程中直接进行诊断信号测量；并且在具体故障诊断过程中，通过含递归神经网络的卷积神经网络，小波计算和频域计算,获取偏振角度时序的三类特征，并采用单隐含层神经网络实现状态识别。偏振角度可反映电流时序，进而反映风力发电机定子和转子故障，本方法能够提供更丰富的风力发电机故障信息。

法律进度