基于多通道可分离残差神经网络的风机剩余寿命预测方法
实质审查的生效
摘要
本发明公开了一种基于多通道可分离残差神经网络的风机剩余寿命预测方法，包括：采集风力发电机在工作过程中的全生命周期的多通道振动数据；将多通道振动数据划分为训练数据集、验证数据集和测试数据集，将每个样本的观测时间距结束时刻的距离作为该样本的剩余可用寿命；对训练数据集和验证数据集进行归一化预处理；构建可分离卷积模块的残差神经网络模型，并使用训练数据集对残差神经网络模型进行训练，使用验证数据集对残差神经网络模型进行验证，并判断残差神经网络模型是否满足迭代条件；当残差神经网络模型满足迭代条件，对测试数据集进行归一化预处理并输入到残差神经网络模型进行特征提取，输出对应观测时间的剩余寿命预测值。
基本信息
专利标题 ：
基于多通道可分离残差神经网络的风机剩余寿命预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114547967A
申请号 ：
CN202210031823.5
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
庄可佳邹立胡俊
申请人 ：
武汉理工大学
申请人地址 ：
湖北省武汉市洪山区珞狮路122号
代理机构 ：
武汉智嘉联合知识产权代理事务所(普通合伙)
代理人 ：
姜婷
优先权 ：
CN202210031823.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06Q10/04 G06Q10/00 G06Q50/06 G06F119/02 G06F113/06
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220112
申请日 : 20220112
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
