Document
拖动滑块完成拼图
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

基于多策略融合深度学习的卫星电源系统故障诊断方法 

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:南京航空航天大学

摘要:本发明公开一种基于多策略融合深度学习的卫星电源系统故障诊断方法,属于故障诊断技术领域。解决了现有卫星电源系统因工况复杂造成的故障诊断模型精度差、稳定性低的缺陷。本发明基于DETS4R的卫星电源系统拓扑,使用DymolaModelica软件进行建模仿真,将数据采样点设置为各设备输出及输入端口;对模型注入各级故障,记录故障仿真时采样电压与电流,构建故障样本数据集。并使用卷积神经网络提取样本特征,构建低维样本数据集,减小计算复杂度;提出基于自适应提升算法结合增强多头注意力改进双向门控循环单元,并使用白鲨优化算法WSO求解BIGRU的超参数及网络参数,以此提升诊断模型的精度和训练效率,建立基于多策略融合深度学习的强学习器多分类故障诊断模型。最后进行故障诊断,输出诊断结果,包括故障诊断精度、诊断时间、故障位置、故障类型等。本发明适用于卫星电源系统故障诊断使用。

主权项:1.一种基于多策略融合深度学习的卫星电源系统故障诊断方法,其特征在于,包括:步骤1、基于DETS4R的卫星电源系统拓扑,使用DymolaModelica软件进行电源系统正常建模和故障建模;步骤2、将数据采样点设置为各设备输出及输入端口,对模型注入各级故障,记录故障仿真时采样电压与电流,构建故障样本数据集;步骤3、使用CNN提取样本特征,构建融合样本数据集,并设置训练集以及验证集;步骤4、使用基于EMHA融合BIGRU的深度学习方法构建多分类模型,并使用多策略改进的WSO对BIGRU模型中超参数以及网络参数进行寻优;步骤5、使用Adaboost融合IWSO-BIGRU-EMHA,并基于训练集数据对模型进行训练,建立基于多策略融合深度学习模型的强分类器;步骤6、使用多策略融合深度学习模型对的测试集进行故障诊断,获得故障诊断结果,包括诊断精度、诊断时间、故障位置、故障类型。

全文数据:

权利要求:

百度查询: 南京航空航天大学 基于多策略融合深度学习的卫星电源系统故障诊断方法

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。