基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置

发明专利有效专利

申请号：
CN201911100240.8
IPC分类号：G06K9/62
申请日期：
2019-11-12
申请人：
东北大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置
申请号	CN201911100240.8	申请日期	2019-11-12
法律状态	实质审查	申报国家	中国
公开/公告日	2020-03-06	公开/公告号	CN110866556A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	东北大学	申请人地址	辽宁省沈阳市浑南区创新路195号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北大学	当前权利人	东北大学
发明人	周博文;杨东升;张化光;刘鑫蕊;杨波;罗艳红;聂秋博;王松胜;孙振奥;金硕巍;梁雪;刘振伟;王智良
代理机构	沈阳优普达知识产权代理事务所（特殊普通合伙）	代理人	李晓光

摘要

本发明公开一种基于堆栈式支持向量机的杆塔螺栓状态监测方法及装置，包括：振动数据集采集及预处理；将预处理后的数据进行小波变换构造特征向量；利用特征向量训练对抗支持向量机A‑SVM；训练堆栈式支持向量机S‑SVM；利用训练后的堆栈式支持向量机模型实现杆塔状态自动监测；装置为：AD采集模块的输入端接有振动速度传感器，输出端与FPGA相连，FPGA分别与GPRS模块、up2开发板相连，up2开发板向控制继电器模块发送控制指令，控制继电器模块输出端与振动速度传感器相连；GPRS模块与远端上位机通讯。本发明能够对杆塔安全状态进行监测，减少杆塔出现螺栓松动导致的事故，保障电力杆塔和输电线路安全稳定运行。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供