风力涡轮机叶片结冰检测的对比学习方法与系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
风力涡轮机叶片结冰检测的对比学习方法与系统
申请号:CN202510888641
申请日期:2025-06-30
公开号:CN120429797B
公开日期:2025-08-29
类型:发明专利
摘要
本发明属于风力发电技术领域,涉及风力涡轮机叶片结冰检测的对比学习方法与系统。该方法包括:收集数据并进行数据预处理;自适应频谱‑时间增强处理;基于稀疏性损失、模式保留损失与多样性损失的组合优化时间掩码与频率掩码;得到增强振动信号作为正样本对;提取负样本对;通过异常分数识别异常样本;使用标记样本对无监督对比学习模型进行微调,通过轻量级分类头输出结冰异常检测结果。本发明提出了自适应频谱‑时间增强和负样本池对比学习结合的方法,以生成可靠的正、负对比样本对,能够在标记稀缺和数据不平衡的条件下准确检测结冰异常;能有效缓解假阴性采样问题,解决了类别不平衡问题,还能实现高质量的特征学习。
技术关键词
风力涡轮机叶片 样本 学习方法 无监督 损失函数优化 数据 机器学习模型 特征提取器 时域特征 风力发电机 频域特征 编码器 信号 频率 卷积滤波器 风力发电技术 表达式 处理单元 缩放参数