摘要
本发明涉及电故障探测技术领域,具体涉及一种用于矿用永磁同步电机的故障诊断方法及装置。本发明首先将训练集中任一历史电流数据作为目标电流数据;进一步获取目标电流数据的拟合曲线;进一步获得卷积核;进一步获得每个被卷积区域的卷积校正权重;进一步基于卷积校正权重及卷积核,利用训练集中历史电流数据训练神经网络,结合预设验证集,获得训练好的神经网络;最后利用训练好的神经网络对矿用永磁同步电机进行故障诊断。本发明通过分析电流数据的波动特征,设置符合矿用永磁同步电机电流数据变化特征的初始化卷积层参数,加快神经网络的收敛速率,同时更有利于网络模型更好的理解电机的工作状态,对电机的工作状态进行准确诊断。
技术关键词
矿用永磁同步电机
故障诊断方法
数据训练神经网络
电流
校正
电故障探测技术
邻域
参数
波动特征
曲线
故障诊断装置
尺寸
处理器
计算方法
误差
连线
存储器
训练集
系统为您推荐了相关专利信息
遥感卫星影像
数据管理方法
数据管理系统
去噪模型
深度学习网络
微环谐振腔
微型薄膜电阻加热器
光学滤波系统
光电探测器阵列
微流控模块
脉冲整形电路
电荷灵敏放大器
信号
复位单元
电容
模糊控制器
异步电机定子
幅值
算法
模糊控制规则