首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种牵引变流器故障诊断方法、设备、介质及产品 

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:华东交通大学

摘要:本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品,涉及电力机车的智能运行维修领域,该方法包括:获取数据集;数据集为中间直流电压数据;基于变分模态分解对所述数据集进行分解,得到多通道标准故障特征集;根据变分模态分解特性,确定配套通道加权层;所述配套通道加权层为PE‑Spearman秩相关系数;根据配套通道加权层,建立配套通道加权层‑一维深度可分离卷积神经网络模型;所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络;将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中,得到故障分类。本发明可准确、快速、稳定地识别故障特征。

主权项:1.一种牵引变流器故障诊断方法,其特征在于,所述牵引变流器故障诊断方法包括:获取数据集;所述数据集为中间直流电压数据;基于变分模态分解对所述数据集进行分解,得到多通道标准故障特征集;根据变分模态分解特性,确定配套通道加权层;所述配套通道加权层为PE-Spearman秩相关系数;根据所述配套通道加权层,建立配套通道加权层-一维深度可分离卷积神经网络模型;所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络;将所述多通道标准故障特征集输入到所述配套通道加权层-一维深度可分离卷积神经网络模型中,得到故障分类。

全文数据:

权利要求:

百度查询: 华东交通大学 一种牵引变流器故障诊断方法、设备、介质及产品

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。