摘要
本发明公开了一种具有自学习强泛化能力的失稳故障监测方法,包括采集电气量节点的数据以构建样本;输入actor‑critic架构的强化学习网络,利用该网络可以实现自学习形成不同的诊断模型;利用训练得到的诊断模型在线实时诊断电力电子化系统的失稳状态。本发明还提供了一种失稳故障监测装置。本发明提供的方法能够针对不同的电力电子系统结构和故障诊断任务,同时解决失稳监测和单模块故障问题,具有强泛化能力与高自适应用。
技术关键词
故障监测方法
电力电子系统
分类网络
强化学习网络
故障监测装置
强化学习算法
电气
电子系统结构
采取行动
损失率
神经网络框架
网络层结构
数据
样本
强化学习模型
电力变换器
网络结构
梯度下降法
贪婪算法
标签
系统为您推荐了相关专利信息
动作捕捉方法
混沌不变量
动作识别模型
动作特征
骨骼模型
故障监测方法
非线性故障诊断
样本
偏离特征
评价方法
样本
特征关系度量
多尺度特征金字塔
特征关联分析
金字塔结构
电梯故障监测方法
监测算法
速度
电梯故障监测装置
智能监测技术