申请/专利权人:国网冀北电力有限公司电力科学研究院;华北电力大学(保定);国家电网有限公司;国网冀北电力有限公司
申请日:2024-02-20
公开(公告)日:2024-06-25
公开(公告)号:CN118246313A
主分类号:G06F30/27
分类号:G06F30/27;G06F18/2411;G06F18/214;G06F18/25;G06F18/213;G06N3/006;G06F119/02
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明提供了一种风机轴承劣化性能预测方法和装置,方法包括:从风机轴承振动信号数据文件中提取时域、频域和时频域的原始特征参量;基于原始特征参量筛选出初始风机轴承性能劣化特征集;基于特征矩阵近似对角化方法对劣化特征集进行分离降维以消除特征之间的冗余和相关性,得到高效表征轴承性能劣化的融合特征;建立基于粒子群优化的支持向量机预测模型,利用融合特征构建训练集来训练支持向量机预测模型;将当前劣化指标值和历史数据输入至向量机预测模型得到下一时刻性能劣化指标。本发明不仅较传统模型提高了预测精度,还可以结合不同部件的性能劣化特征参量推广至复杂整体多部件系统的性能劣化预测中。
主权项:1.一种风机轴承劣化性能预测方法,其特征在于,所述方法包括:从风机轴承振动信号数据文件中提取时域、频域和时频域的原始特征参量;基于所述原始特征参量筛选出初始风机轴承性能劣化特征集;基于特征矩阵近似对角化方法对所述初始风机轴承性能劣化特征集进行分离降维以消除特征之间的冗余和相关性,得到高效表征轴承性能劣化的融合特征;建立基于粒子群优化的支持向量机预测模型,利用所述融合特征构建训练集来训练所述支持向量机预测模型;将当前劣化指标值和历史数据输入至所述向量机预测模型得到下一时刻性能劣化指标。
全文数据:
权利要求:
百度查询: 国网冀北电力有限公司电力科学研究院;华北电力大学(保定);国家电网有限公司;国网冀北电力有限公司 风机轴承劣化性能预测方法和装置
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。