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！

龙图腾网获悉华电重庆新能源有限公司申请的专利基于机器学习的风电齿轮箱智能故障预警方法及系统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：CN120998009B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511518049.0，技术领域涉及：G08B31/00；该发明授权基于机器学习的风电齿轮箱智能故障预警方法及系统是由王万银;刘龙;赵顺;霍正星;王海军;江建平;李钰钦;赵仲勇;唐超设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本基于机器学习的风电齿轮箱智能故障预警方法及系统在说明书摘要公布了：本发明涉及风电设备监测技术领域，公开了基于机器学习的风电齿轮箱智能故障预警方法及系统。该方法包括获取风电齿轮箱的振动信号、温度数据及油液分析数据等多源监测数据，经时频联合分析提取多尺度运行特征；通过自适应特征选择算法确定关键故障敏感特征，结合历史故障案例库构建动态故障特征权重矩阵；采用多模态数据融合生成增强故障特征集，对其模态分解得到趋势分量与波动分量；基于两分量用深度神经网络构建故障演化特征空间，再以时序模式匹配算法识别故障发展模式，最后根据与预设模式的匹配度生成分级预警信号，可全面捕捉故障特征，保障风电齿轮箱安全运行。

本发明授权基于机器学习的风电齿轮箱智能故障预警方法及系统在权利要求书中公布了：1.一种基于机器学习的风电齿轮箱智能故障预警方法，其特征在于，包括： 获取风电齿轮箱运行时的多源监测数据，所述多源监测数据包括振动信号、温度数据和油液分析数据； 对所述多源监测数据进行时频联合分析，提取多尺度运行特征； 基于所述多尺度运行特征，通过自适应特征选择算法确定关键故障敏感特征； 根据历史故障案例库和所述关键故障敏感特征，构建动态故障特征权重矩阵； 所述历史故障案例库包括以往故障事件的特征模式和权重分配； 所述构建动态故障特征权重矩阵包括： 根据设备运行工况对所述关键故障敏感特征进行工况分类； 针对每类工况建立特征权重分配规则； 基于实时工况数据动态调整所述特征权重分配规则； 将调整后的特征权重与所述关键故障敏感特征进行矩阵运算； 采用多模态数据融合方法对所述动态故障特征权重矩阵进行特征增强，生成增强故障特征集； 对所述增强故障特征集进行模态分解，分离出表征故障发展过程的趋势分量和表征故障突发特征的波动分量； 基于所述趋势分量和波动分量，通过深度神经网络构建故障演化特征空间； 所述深度神经网络具备强大的非线性拟合能力和特征学习能力，能够从趋势分量和波动分量中进一步挖掘故障演化的深层特征，构建出更能反映故障发展本质的特征空间； 在所述故障演化特征空间中，采用时序模式匹配算法识别故障发展模式； 根据所述故障发展模式与预设故障模式的匹配度，生成分级预警信号； 所述预设故障模式是故障演化特征空间中用于对比匹配的预设模式，由历史故障案例库中的典型故障数据构成。

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华电重庆新能源有限公司，其通讯地址为：409100 重庆市石柱土家族自治县龙潭乡龙潭村下坝组；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。