摘要
本发明公开了一种基于霜冰算法和注意力机制的CNN网络的故障检测方法及系统,包括:获取不同故障类型下的原始电流,构建电流信号数据集;截取电流波形转换为二维灰度图像,捕获电流波形的时空特征;创建双重注意力机制的卷积神经网络模型;通过引入改进的霜冰算法对卷积神经网络模型的超参数进行自动优化;使用构建的已知故障的训练数据集对模型进行训练;将未知故障的测试数据集中的二维灰度图像输入训练好的模型中,输出当前找到的最佳智能体,匹配对应故障类型,完成对未知故障的检测。本发明提升了检测准确率和效率。
技术关键词
故障检测方法
卷积神经网络模型
二维灰度图像
注意力机制
sigmoid函数
算法
电流
波形
数据
多层感知器
通道
参数
粒子
策略更新
信号
位置更新
程序
系统为您推荐了相关专利信息
剩余寿命预测模型
群体智能算法
深度学习模型
注意力机制
离散余弦变换
数据管理系统
智能算法
分布式存储系统
数据存储模块
加快数据访问速度
智能深度学习
诊疗习惯
诊疗方法
诊疗系统
分析模块
跌倒检测方法
卷积模块
特征提取模块
传输特征
图像
集装箱图像
集装箱定位方法
视觉传感器
智能路径规划
深度学习模型