基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法[CN202011106893.X] - 浙江工业大学

专利申请

2020-10-16
公布公告

2022-06-17
授权日期

2022-06-17
终止

2032-06-14

基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202011106893.X 申请日期： 2020-10-16 专利主类别： G01M13/021 {{ classMap["G01M13/021"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G01M13/021 :

G06N3/04 : 体系结构，例如，互连拓扑

G06N3/08 : 学习方法

专利注册信息

初审公告期号	2020-10-16	初审公告日期	2022-06-17
注册公告期号	2022-06-17	注册公告日期	2022-06-17
专用权期限	2022-06-17 - 2032-06-14	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于长短时神经网络与自动编码机的风电齿轮箱状态监测方法，结合双向长短时神经网络采用滑动窗口的方式分割样本，捕获多维时序数据中的时间依赖关系，通过学习大量正常样本，将多维非线性时序数据重构映射到低维空间，在此基础上通过对比分析重构样本和原始样本差异，实现风电齿轮箱状态监测和故障诊断。本发明提出的方法可以有效处理高维度时序数据，能够较好的应用于风电齿轮箱变工况运行环境。

法律进度