CN115456012B 风电场风机大部件状态监测系统及其方法 （华能新能源股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115456012B(45)授权公告日2025.07.11

(21)申请号202211021900.5

(22)申请日2022.08.24

(65)同一申请的已公布的文献号申请公布号CN115456012A

(43)申请公布日2022.12.09

(73)专利权人华能新能源股份有限公司

地址100000北京市海淀区复兴路甲23号

10、11层

专利权人北京华能新锐控制技术有限公司(72)发明人叶林隋树波冯笑丹王森

刘铭陈彦任王丽丰冯翔宇

(51)Int.CI.

GO6F18/15(2023.01)GO6F17/16(2006.01)GO6N3/0464(2023.01)GO6F18/213(2023.01)

GO6F18/24(2023.01)

GO6F18/25(2023.01)

(56)对比文件

CN117972498A,2024.05.03CN119048899A,2024.11.29审查员陈玲

(74)专利代理机构北京华锐创新知识产权代理

有限公司11925专利代理师杨柳林

权利要求书4页说明书13页附图5页

(54)发明名称

风电场风机大部件状态监测系统及其方法

(57)摘要

CN115456012B本申请公开了一种风电场风机大部件状态监测系统及其方法，其首先将海上风机的基础结构的声发射信号进行格拉姆角和场变换得到的格拉姆角和场图像通过第一卷积神经网络以得到格拉姆角和场特征矩阵，接着，将从海上风机的基础结构的振动信号提取的多个频域统计特征向量通过时序编码器以得到频域统计特征向量，然后，将所述振动信号的波形图通过图像编码器以得到图像波形特征向量，接着，将所述图像波形特征向量和所述频域统计特征向量融合得到的振动特征矩阵与所述格拉姆角和场特征矩阵融合以得到分类特征矩阵，最后，将所述分

CN115456012B

CN115456012B权利要求书1/4页

2

1.一种风电场风机大部件状态监测系统，其特征在于，包括：

监测数据采集单元，用于获取待检测海上风机的基础结构的声发射信号和振动信号；

域转换单元，用于对所述声发射信号进行格拉姆角和场变换以得到格拉姆角和场图像；

格拉姆角和场图像编码单元，用于将所述格拉姆角和场图像通过经训练完成的使用空间注意力机制的第一卷积神经网络以得到格拉姆角和场特征矩阵；

频域统计特征提取单元，用于从所述振动信号提取多个频域统计特征向量；

频域时序编码单元，用于将所述多个频域统计特征向量排列为频域统计输入向量后通过经训练完成的Clip模型的时序编码器以得到频域统计特征向量；

振动波形图编码单元，用于将所述振动信号的波形图通过经训练完成的所述Clip模型的图像编码器以得到图像波形特征向量；

联合编码单元，用于使用经训练完成的所述Clip模型的联合编码器来融合所述图像波形特征向量和所述频域统计特征向量以得到振动特征矩阵；

特征融合单元，用于融合所述格拉姆角和场特征矩阵和所述振动特征矩阵以得到分类特征矩阵；以及

监测结果生成单元，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示待检测海上风机的基础结构的状态是否正常。

2.根据权利要求1所述的风电场风机大部件状态监测系统，其特征在于，所述格拉姆角和场图像编码单元，进一步用于：所述经训练完成的使用空间注意力机制的第一卷积神经网络的各层在层的正向传递过程中对输入数据分别进行：

对输入数据进行卷积处理以生成卷积特征图；

对所述卷积特征图进行池化处理以生成池化特征图；

对所述池化特征图进行非线性激活以生成激活特征图；

计算所述激活特征图的各个位置沿通道维度的均值以生成空间特征矩阵；

计算所述空间特征矩阵中各个位置的类Softmax函数值以获得空间得分矩阵；以及计算所述空间特征矩阵和所述空间得分图的按位置点乘以获得特征矩阵；

其中，所述经训练完成的使用空间注意力机制的第一卷积神经网络的最后一层输出的所述特征矩阵为所述格拉姆角和场特征矩阵。

3.根据权利要求2所述的风电场风机大部件状态监测系统，其特征在于，所述频域统计特征提取单元，包括：

傅里叶变换子单元，用于对所述振动信号进行傅里叶变换以得到频域信号；

采样子单元，用于从所述频域信号提取所述多个频域统计特征向