- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于混合神经网络的风力发电机故障识别方法,具体包括采集齿轮箱时域波形数据,建立原始样本数据,并为数据打标签;提取波形数据中振幅的最小值、振动速度和峭度指标作为特征;将提取的故障和正常特征值输入到混合网络1D‑CNN_Bi‑GRU中,混合网络串联了1D‑CNN和Bi‑GRU,首先利用1D‑CNN作为初级网络提取序列局部特征,然后将1D‑CNN的输出作为Bi‑GRU的输入,利用Bi‑GRU的特性,同时获得正向来自过去和反向的来自未来的累积依赖信息,进一步提取序列的长期依赖特征来进行故
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113339204 B
(45)授权公告日 2022.05.03
(21)申请号 202110488921.7 G06N 3/08 (2006.01)
文档评论(0)