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！

龙图腾网获悉三峡大学申请的专利一种计及气象因素的风电机组故障诊断方法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：CN114370380B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202111495441.X，技术领域涉及：F03D17/00；该发明授权一种计及气象因素的风电机组故障诊断方法是由程江洲;冯馨以设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本一种计及气象因素的风电机组故障诊断方法在说明书摘要公布了：一种计及气象因素的风电机组故障诊断方法，采集风电场故障信息，以及发生故障时气象历史记录；对风电机组故障机理进行分析，确定初始特征集，利用ReliefF算法对引发风机故障的因素进行特征提取，选出最优特征集；建立基于贝叶斯网络的风电机组故障诊断模型，将提取出的特征作为原因加入；用收集到的训练数据集训练基于贝叶斯网络的风电机组故障诊断模型，先找出符合数据分布特点的先验分布，用训练数据将先验状态更新为后验状态，依据不断学习的状态模型对故障预测做出最优决策。本发明结合气象因素采用贝叶斯网络对风电机组进行故障诊断，避免故障发生之后再对风机进行诊断而导致严重的后果；提高了预测诊断的准确率和速度。

本发明授权一种计及气象因素的风电机组故障诊断方法在权利要求书中公布了：1.一种计及气象因素的风电机组故障诊断方法，其特征在于包括以下步骤： 步骤一：采集该风电场故障信息，以及发生故障时气象历史记录； 步骤二：对风电机组故障机理进行分析，确定初始特征集，利用ReliefF算法对引发风机故障的因素进行特征提取，选出最优特征集； 选出最优特征集具体包括： 根据特征权重计算公式对各特征的权重进行计算并将特征按权重大小排列，分别绘制权重以及分类准确率曲线，选择特征权重在权重均值附近且分类准确率最高的故障特征的权重值为权重阈值，权重大于该阈值的所有故障特征组成最优特征集； 步骤三：建立基于贝叶斯网络的风电机组故障诊断模型，将步骤二提取出的特征作为原因加入风电机组故障诊断模型的原因层； 步骤四：用收集到的训练数据集训练基于贝叶斯网络的风电机组故障诊断模型，先找出符合数据分布特点的先验分布，用训练数据将先验状态更新为后验状态，如此反复，依据不断学习的状态模型对故障预测做出最优决策； 所述步骤二中，利用ReliefF算法对特征权重进行计算，选取准确率最高的分类方法对特征进行提取，具体如下： 特征权重计算公式为： ； 式中：和分别表示迭代更新后与迭代更新前的特征权重值；，为样本总数；特征分别用维数组表示，，每个样本为维空间的一个点；表示样本类型,为类样本，表示与样本距离最近不同类样本中的类样本，是样本类型占样本总数的比例,是第类样本数占样本总数的比例，； 代表样本和关于特征的差异，与分别代表训练集中与样本距离最近的同类样本与不同类样本；代表抽样次数；代表近邻样本数；是第类样本数占样本总数的比例； 样本特征差计算公式为： ； 从样本数据集中随机选取样本和，和表示样本和中符合特征的样本特征点。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8号；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”。

以上内容由龙图腾AI智能生成。