- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明属于新能源技术领域,具体公开了一种基于概率特征挖掘的风力发电机叶片故障判别方法,包括以下步骤:对风力发电机叶片振动信号数据进行采集,对采集的据进行数据预处理,粗筛判别数据状态,细筛判别数据状态,对四种风机叶片故障类别的振动信号特性进行画像。本发明的一种基于概率特征挖掘的风力发电机叶片故障判别方法通过对风力发电机叶片振动信号数据进行大数据学习和建模,并识别和提取数据的规律和特征,并自动化地完成数据处理、粗筛、细筛等任务,极大地提高了力发电机叶片故障的判别效率和准确性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118094381A
(43)申请公布日2024.05.28
(21)申请号202410495402.7G06F18/10(2023.01)
文档评论(0)