摘要
本发明公开一种电动自行车直流串联故障电弧检测模型训练方法,获取样本电流信号,将其划分为正常类和故障类样本数据,计算每个样本数据的特征向量,得到样本数据集,将其分为训练集和测试集,并构造成输入矩阵,使用最小二乘支持向量机作为基础模型,基于Tent混沌映射初始化人工兔算法来优化基础模型的参数;使用训练集和测试集训练并测试参数优化后的模型,得到直流串联故障电弧检测模型。利用tent混沌映射初始化人工兔优化算法的初始种群对最小二乘支持向量机的参数进行寻优,可以增加初始种群的多样性,防止算法陷入局部最优解。选择峭度、裕度指标以及IMF1分量的能量熵、模糊熵作为四维故障特征向量,能快速准确地识别电动自行车直流串联故障电弧。
技术关键词
故障电弧检测
样本
信号采集单元
自行车
数据处理单元
支持向量机
故障检测
待测电流
霍尔电流传感器
数据显示模块
人机交互单元
模型训练装置
模型训练方法
变分模态分解算法
指标
系统为您推荐了相关专利信息
训练检测模型
训练深度估计模型
双目摄像机
样本
数据
真实世界图像
超分辨率重建方法
混合专家网络
超分辨率重建模型
生成器网络
图像
训练检测模型
样本检测方法
语义
计算机视觉技术
氧枪
特征工程
冶金工业自动化技术
场景
统计特征
癫痫
Pearson相关系数
图像
定位方法
患者