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
本发明公开了基于多源数据的风电机组异常状态种类识别方法及系统，所述方法包括如下操作：采集风电机组机械振动数据、电磁系统数据和风况数据；对风电机组机械振动数据、电磁系统数据进行分析，识别异常状态；利用风电机组历史运行正常数据进行内嵌物理约束的深度神经网络训练，分别建立风况数据与风电机组机械振动数据的相关性网络模型、风况数据与电磁系统数据的相关性网络模型；利用两个相关性网络模型对异常状态数据和风况数据进行相关性校核，判别风电机组异常状态种类。本发明的方法和系统能够准确区分风电机组运行工况造成的检测值
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117454252A
(43)申请公布日2024.01.26
(21)申请号202311540992.2G06F17/15(2006.01)
(22)申请日2023.11.
文档评论（0）