基于SCADA数据的时空融合风电机组故障预测方法

被引：0

专利类型：

发明

申请号：

CN202410156563.3

申请日：

2024-02-02

公开(公告)号：

CN118194222A

公开(公告)日：

2024-06-14

发明(设计)人：

曾祥军房祥庆夏令琴

申请人：

三峡大学

申请人地址：

443002 湖北省宜昌市大学路8号

IPC主分类号：

G06F18/25

IPC分类号：

G06F18/15 G06N3/0464 G06N3/0442 G06N3/045 G06N3/09 G06Q50/06

代理机构：

宜昌市三峡专利事务所 42103

代理人：

吴思高

法律状态：

实质审查的生效

国省代码：

湖北省宜昌市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-07-02	实质审查的生效	实质审查的生效IPC(主分类):G06F 18/25申请日:20240202
2024-06-14	公开	公开

共 50 条

[1]

基于SCADA数据提取的风电机组Bladed建模方法 [P].

邢作霞 ;

柴有琢 ;

段佳帅 ;

陈雷 ;

刘洋 ;

刘璟璐 ;

陈明阳 ;

张玥 .

中国专利 :CN115495883A ,2022-12-20

[2]

一种基于深度学习的风电机组故障预测方法 [P].

赵计生 ;

范婧 ;

强保华 ;

莫烨 .

中国专利 :CN110348513A ,2019-10-18

[3]

基于数据驱动的风电机组多变量故障预测方法 [P].

王灵梅 ;

李其龙 ;

孟恩隆 ;

孟秉贵 ;

申杰兵 ;

苏华 .

中国专利 :CN106096170B ,2016-11-09

[4]

基于多源异构SCADA数据的风电机组状态监测方法 [P].

陈帅 ;

谯自健 ;

束学道 ;

谢重阳 ;

李涛 .

中国专利 :CN115095487B ,2025-09-02

[5]

基于多源异构SCADA数据的风电机组状态监测方法 [P].

陈帅 ;

谯自健 ;

束学道 ;

谢重阳 ;

李涛 .

中国专利 :CN115095487A ,2022-09-23

[6]

基于时空神经网络的风电机组故障状态检测方法 [P].

张燕 ;

韩英华 ;

赵强 ;

汪晋宽 .

中国专利 :CN115434875B ,2025-07-18

[7]

基于时空神经网络的风电机组故障状态检测方法 [P].

张燕 ;

韩英华 ;

赵强 ;

汪晋宽 .

中国专利 :CN115434875A ,2022-12-06

[8]

基于SCADA系统的风电机组数据清洗方法 [P].

孟荣华 ;

何宗意 ;

黄思伟 ;

顾世强 .

中国专利 :CN120780977A ,2025-10-14

[9]

一种基于SCADA数据建模风电机组故障分析系统 [P].

梅春晓 ;

井延伟 ;

武鹏 ;

张正闯 ;

杜石存 ;

张之徽 .

中国专利 :CN115875211B ,2025-10-03

[10]

一种基于SCADA数据建模风电机组故障分析系统 [P].

梅春晓 ;

井延伟 ;

武鹏 ;

张正闯 ;

杜石存 ;

张之徽 .

中国专利 :CN113435703A ,2021-09-24

← 1 2 3 4 5 →