龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：兰州理工大学
摘要：本发明提供一种基于CEEMDAN‑BNs的风力变桨距系统故障诊断方法，包括：在故障状态的样本时间序列信号中加入白噪声，进行CEEMDAN模态分解，获取多个模态分量信号的IMF和余量信号；选取IMF信号中信噪比高且相关系数大的模态分量，通过希尔伯特变换构建能量特征矩阵；对能量特征矩阵进行区间划分；根据划分后的能量特征矩阵及专家先验知识，构建贝叶斯网络拓扑结构；通过爬山算法搜索出贝叶斯网络的最优网络拓扑结构；训练贝叶斯网络，将待诊断信号输入训练好的贝叶斯网络获得故障诊断结果。本发明结合CEEMDAN算法通过特征提取构建贝叶斯网络，在改善准确性的同时，实现贝叶斯网络结构的简化和对网络训练速度的提升。
主权项：1.一种基于CEEMDAN-BNs的风力变桨距系统故障诊断方法，其特征在于，包括以下步骤：在故障状态的样本时间序列信号中加入白噪声，进行CEEMDAN模态分解，获取多个模态分量信号的IMF和余量信号；选取IMF信号中信噪比高且相关系数大的模态分量，通过希尔伯特变换对模态分量的瞬时频率和幅值进行计算，构建希尔伯特边际谱，通过希尔伯特边际谱构建能量特征矩阵；对能量特征矩阵进行区间划分，将连续的特征值空间划分为有限个区域，并形成有限个状态；根据划分后的能量特征矩阵及专家先验知识，构建贝叶斯网络拓扑结构；通过爬山算法搜索出贝叶斯网络的最优网络拓扑结构；训练贝叶斯网络，将待诊断信号输入训练好的贝叶斯网络获得故障诊断结果。
全文数据：
权利要求：
百度查询： 兰州理工大学 一种基于CEEMDAN-BNs的风力变桨距系统故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号