龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：昆明理工大学
摘要：本发明公开了一种基于格拉姆角场与ICOA‑PCNN‑MSA‑SVM的水电机组故障诊断方法，属于振动信号处理领域。分别采集水电机组声信号；使用格拉姆角场将声信号的时间序列转换成二维图像，作为信号的特征集；构建由两个卷积神经网络并联的双支路模型，所述卷积神经网络由依次连接的输入层、卷积层、池化层、全连接层以及输出层构成，其中输出层采用多头自注意力机制、支持向量机替代现有的Softmax层，并使用改进后的长鼻浣熊优化算法对卷积神经网络超参数寻优。引入多头自注意力机制和支持向量机对双支路模型进行二次改进。实验结果表明，该方法的准确率达到了100％，能够作为对当前水电机组故障检测技术的有益补充。
主权项：1.一种基于格拉姆角场与ICOA-PCNN-MSA-SVM的水电机组故障诊断方法，其特征在于包括如下步骤：1分别采集水电机组声信号；2使用格拉姆角场将声信号的时间序列转换成二维图像，作为信号的特征集；3构建由两个卷积神经网络并联的双支路模型，所述卷积神经网络由依次连接的输入层、卷积层、池化层、全连接层以及输出层构成，其中输出层采用多头自注意力机制、支持向量机替代现有的Softmax层，并使用改进后的长鼻浣熊优化算法对卷积神经网络超参数寻优；4将特征集分为训练集和测试集，将特征集输入优化后的双支路模型中进行训练得到故障诊断模型，将测试集输故障诊断模型进行状态识别，完成对水电机组的故障诊断。
全文数据：
权利要求：
百度查询： 昆明理工大学 基于格拉姆角场与ICOA-PCNN-MSA-SVM的水电机组故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号