| 专利号 | 2025117934191 | 申请日 | 2025-12-02 | 专利名称 | 基于迁移学习的风电机组叶片声学故障检测方法 |
| 授权日 | 2026-02-06 | 专利权人 | 中国海洋大学 | 发明人 | 刘梦柯;薛宇;薛磊;王军栋;李晨超;李芊芊 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于风力发电设备状态监测与智能故障诊断技术领域，公开了一种基于迁移学习的风电机组叶片声学故障检测方法，通过声学信号模拟及多维数据增强构建标准化样本，利用STFT‑Mel频谱提取微弱故障特征；在轻量化MobileNetV3中引入双尺度时频注意力模块，提升对早期裂纹特征的聚焦与识别能力；通过迁移学习结合MMD域差异与熵最小化正则，实现模拟域与实测风场数据的高效对齐，增强模型在小样本条件下的泛化性能；采用横向差异谱图与纵向历史基线自演化的双流特征融合机制，抑制共模噪声，实现单叶片定位、渐进式退化预警与同步老化识别。该方法参数量小、计算开销低，适用于风电机组叶片早期损伤的高精度、低成本智能检测。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
