一种基于增强层次庞加莱图指标的抽蓄机组多源信号异常信息提取与故障诊断方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于增强层次庞加莱图指标的抽蓄机组多源信号异常信息提取与故障诊断方法
申请号:CN202411695346
申请日期:2024-11-25
公开号:CN119577601A
公开日期:2025-03-07
类型:发明专利
摘要
本发明提供了一种基于增强层次庞加莱图指标的抽蓄机组多源信号异常信息提取与故障诊断方法,涉及水力发电系统智能运维领域,以综合提取多源传感器信号特征为和兴,开发融合多频率非线性动力学指标和特征级融合策略的抽蓄机组多源振动信号特征提取工具,构建包含信号采集、特征提取以及模式识别一体的抽蓄机组智能故障诊断模型,实现机组异常状态的精准识别。本发明能深度挖掘抽蓄机组多源振动信号中蕴含着的丰富状态信息,在不影响水电机组正常生产发电前提下,提高水电站对设备早期异常状态的高效识别,以降低因设备故障导致的停机和维修成本,为提高轴系运行可靠性、保障水电机组安全稳定运行提供了有效的技术手段。
技术关键词
抽蓄机组 智能诊断模型 故障诊断方法 智能故障诊断 随机森林 非线性动力学指标 振动信号特征提取 数据采集仪 多传感器数据融合 水电机组 水力发电系统 移动平均算法 故障检测 异常状态 重构理论 频率 顶盖
系统为您推荐了相关专利信息
故障特征 故障诊断方法 蚁群算法 大语言模型 蚂蚁
故障诊断方法 图谱 BERT模型 充电器部件 关键词
阈值预测方法 描述符 梯度提升机 分子 序列
锂离子电池热失控 预警方法 热失控风险 预警模型 统计特征提取
远程运维监控 新能源设备 远程运维平台 风电设备 故障检测模型