基于特征选择和GWO-BP的水轮发电机转子故障诊断方法

本发明涉及一种基于特征选择和GWO‑BP的水轮发电机转子故障诊断方法，包括以下步骤：1）收集水轮发电机转子在正常情况下和故障情况下的振动信号数据，并将其通过计算频域信号对应的数学统计特征以及频域特征，提取转子信号特征数据，构造高维特征集。2）建立GWO‑BP分类器模型，并将特征多次输入分类器模型训练，保留平均识别率较高的特征，将其依次增加特征维数再次输入到模型训练，取出在相对较低的维中具有较高的识别效果的特征。3）将降维后的特征参数输入到GWO‑BP分类器对转子故障进行诊断。本发明将数据特征提取和分类器模型相结合，提高了故障诊断的准确率，通过对代表特征参数筛取，以此降低输入数据维度提高诊断效率。

《基于特征选择和GWO-BP的水轮发电机转子故障诊断方法》是一发明专利，专利号为 2022107772661，当前法律状态为已下证，由淮阴工学院提出申请，发明人为王梦姣;杜董生;孙申楠;宋容榕;朱凌宇，申请日期为2022-07-01，公开（公告）日期为2024-06-14，国际专利分类号（IPC）为 G06F18/241(2023.01)I;G06F18/213(2023.01)I;G06F18/214(2023.01)I;G06N3/0499(2023.01)I;G06N3/08(2023.01)I;G01R31/34(2020.01)I，高新资质：未报高企，所属技术领域包括：互联网与云计算、大数据 机械能 水电 水轮发电机 数据处理 计算机系统。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种基于特征选择和GWO‑BP的水轮发电机转子故障诊断方法，包括以下步骤：1）收集水轮发电机转子在正常情况下和故障情况下的振动信号数据，并将其通过计算频域信号对应的数学统计特征以及频域特征，提取转子信号特征数据，构造高维特征集。2）建立GWO‑BP分类器模型，并将特征多次输入分类器模型训练，保留平均识别率较高的特征，将其依次增加特征维数再次输入到模型训练，取出在相对较低的维中具有较高的识别效果的特征。3）将降维后的特征参数输入到GWO‑BP分类器对转子故障进行诊断。本发明将数据特征提取和分类器模型相结合，提高了故障诊断的准确率，通过对代表特征参数筛取，以此降低输入数据维度提高诊断效率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！