权利要求书： 1.基于人工智能的风机运行故障预警方法，其特征在于，该方法包括以下步骤：采集风机运行时各监控数据序列；所述监控数据序列包含电压、电流、风机转速数据序列；结合灰色关联法获取电压、电流数据序列对风机转速数据序列的电压关联度和电流关联度；将电压数据序列分成第一周期和第二周期；获取电压数据序列的标准差；根据电压数据序列得到第一周期的电压差值序列；获取第二周期的电压差值序列；计算电压差值序列第一周期、第二周期的赫尔斯特指数；根据电压数据序列第一周期、第二周期的赫尔斯特指数及电压数据序列的标准差得到电压波动趋增系数；获取电流波动趋增系数；根据电压数据序列得到各电压异常组；根据电压数据序列第一周期各电压异常组得到各电压异常组的电压波变系数；根据电压数据序列第一周期各电压异常组的电压波变系数得到电压数据序列第一周期的电压波变强度；获取电压数据序列第二周期的电压波变强度；根据电压波动趋增系数及电压数据序列第一周期、第二周期的电压波变强度得到电压异常波动渐延度；获取电流异常波动渐延度；根据电压、电流异常波动渐延度及关联度得到趋势平滑参数；根据趋势平滑参数对风机转速数据序列计算下一时刻的风机转速预测值；当下一时刻的风机转速预测值高于额定转速值时风机出现故障，完成风机运行故障预警。2.如权利要求1所述的基于人工智能的风机运行故障预警方法，其特征在于，所述将电压数据序列分成第一周期和第二周期的具体步骤为：对于电压数据序列，将前 个数据记为第一周期，将后 个数据记为第二周期， 、为预设数量。3.如权利要求1所述的基于人工智能的风机运行故障预警方法，其特征在于，所述根据电压数据序列得到第一周期的电压差值序列的具体步骤为：获取额定电压值，将电压数据序列第一周期各数据数值与额定电压值的差值绝对值记为第一周期的电压差值序列。4.如权利要求1所述的基于人工智能的风机运行故障预警方法，其特征在于，所述根据电压数据序列第一周期、第二周期的赫尔斯特指数及电压数据序列的标准差得到电压波动趋增系数的具体步骤为：对于电压数据序列，获取第一周期的赫尔斯特指数与第二周期的赫尔斯特指数的比值；将电压数据序列的标准差与所述比值的乘积作为电压波动趋增系数。5.如权利要求1所述的基于人工智能的风机运行故障预警方法，其特征在于，所述根据电压数据序列得到各电压异常
声明：
“基于人工智能的风机运行故障预警方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
541
编辑：管理员
来源：无锡市明通动力工业有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月23日 ~ 25日 
