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
本发明公开了一种运用图卷积神经网络诊断风电齿轮箱故障的方法，属于可再生能源装备状态监测与故障诊断领域，主要先通过运行机理与数据相关性构建齿轮箱系统图，再将数据以图的形式输入图卷积模型得到图中每个节点的预测值，根据故障机理利用关键参数的预测值与测量值的欧式距离来量化部件状态，最后通过计算得到的状态指标是否超出阈值来预警故障。本发明的有益效果为，提出了齿轮箱系统图数据构建方法，利用图卷积神经网络挖掘齿轮箱内不同测点数据之间的因果联系，提取齿轮箱内测点间的空间位置信息，提高了齿轮箱系统中相关测点预测的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116609055 A
(43)申请公布日 2023.08.18
(21)申请号 202310704137.4 G06F 18/214 (2023.01)
文档评论（0）