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！

龙图腾网获悉运达能源科技集团股份有限公司;浙江大学申请的专利基于正常-故障状态桥接的风机部件健康评估方法、装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120408335B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510915698.8，技术领域涉及：G06F18/241；该发明授权基于正常-故障状态桥接的风机部件健康评估方法、装置及介质是由王琳;孟文超;陈棋;杨秦敏;张恺;孙思铭;陈积明设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于正常-故障状态桥接的风机部件健康评估方法、装置及介质在说明书摘要公布了：本发明属于风电领域，公开了一种基于正常‑故障状态桥接的风机部件健康评估方法、装置及介质，包括：对变量进行定义；构建特征提取器；构建双解码器和故障鉴别器，通过双解码器来降低异常样本的重建准确度，训练双解码器以从正常样本的隐藏特征中重建原始输入，同时放大已确认为故障的样本的重建误差，故障鉴别器采用交叉熵作为损失函数，有效区分正常和故障样本之间的特征；设计桥接对齐模块；设计总体训练流程；设计健康程度指数来评估目标风电机组的实时样本的健康状况。本发明适用于故障样本稀少甚至没有故障样本的风电场，有效解决了单个风机的故障样本稀缺和退化过程的模糊性的问题。

本发明授权基于正常-故障状态桥接的风机部件健康评估方法、装置及介质在权利要求书中公布了：1.一种基于正常-故障状态桥接的风机部件健康评估方法，其特征在于，包括： 步骤1，获取风电机组的数据，对数据的对变量进行定义； 步骤2，构建特征提取器，特征提取器包括时间卷积网络、通道独立滤波器和全局-局部特征融合层； 步骤3，构建双解码器和故障鉴别器，通过双解码器来降低异常样本的重建准确度，训练双解码器以从正常样本的隐藏特征中重建原始输入，同时放大已确认为故障的样本的重建误差，故障鉴别器采用交叉熵作为损失函数，有效区分正常和故障样本之间的特征； 步骤4，设计桥接对齐模块，在特征级别明确将正常样本、故障样本和可疑样本映射到连续的特征空间中；最小化可疑样本与正常样本、故障样本的嵌入特征均值之间的欧式距离，促使可疑样本分布在这正常样本和故障样本之间；同时，最大化正常样本与故障样本之间的均值间距，增强类别区分度； 步骤5，设计总体训练流程，包括： 步骤5.1，总体训练损失由四个分量合并：从双解码器导出的正常样本、故障样本和可疑样本的重构损失，从故障鉴别器产生的正常样本和故障样本的分类损失，可疑样本的判别损失以及源自桥接对齐模块的桥接对齐损失；使用小批量梯度下降方法对这个总体训练损失进行优化，并更新特征提取器、双解码器和故障鉴别器的参数； 步骤5.2，模型预热 在初始训练阶段，训练将可疑样本被排除在外，侧重重建正常样本和解构故障样本，以及故障鉴别器直接使用分类交叉熵对正常和故障两个样本类别进行处理；当模型学会稳定区分正常和故障样本后，再引入可疑样本并结合相应的重构损失、可疑样本的判别损失以及桥接对齐损失，使可疑样本的特征逐渐与正常样本和故障样本对齐； 步骤5.3，小批量优化 利用小批量优化，采用平衡抽样方法对正常样本、可疑样本和故障样本进行抽样，确保在每个批次中存在相等数量的三种样本类型； 步骤6，设计健康程度指数来评估目标风电机组的实时样本的健康状况。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人运达能源科技集团股份有限公司;浙江大学，其通讯地址为：310006 浙江省杭州市西湖区文二路391号国际科技大厦A座17层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。