原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种复杂变工况下风力发电机组关键部件鲁棒故障诊断方法，主要步骤包括：通过关键部件传感器获取部件运行监测数据；构建多尺度深度学习模型，自主捕获复杂变工况场景下数据中蕴含的装备健康状态信息，获得风机部件健康状态的多尺度深度特征表示模型；引入有监督对比学习优化目标，对不同风机故障类型数据特征的对比，感知诊断关键信息，降低工况变化干扰，提高智能诊断结果鲁棒性；通过改进的Adam优化算法更新模型参数；最后，将训练完成的模型用于实际故障诊断任务中。该方法能够克服风力发电机组实际运行过程中复杂变工况致使的数据
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116502072 A
(43)申请公布日 2023.07.28
(21)申请号 202310762811.4
(22)申请日 2023.06.27
(71)申请人 北京理工大学
文档评论（0）