摘要
本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品,涉及电力机车的智能运行维修领域,该方法包括:获取数据集;数据集为中间直流电压数据;基于变分模态分解对所述数据集进行分解,得到多通道标准故障特征集;根据变分模态分解特性,确定配套通道加权层;所述配套通道加权层为PE‑Spearman秩相关系数;根据配套通道加权层,建立配套通道加权层‑一维深度可分离卷积神经网络模型;所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络;将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中,得到故障分类。本发明可准确、快速、稳定地识别故障特征。
技术关键词
牵引变流器故障诊断方法
卷积神经网络模型
故障特征
多通道
信噪比值
数据
处理器
识别故障
计算机程序产品
重构
电力机车
表达式
序列
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
智能识别方法
基础定位模型
智能识别系统
节点
联合定位方法
多传感器数据融合
故障诊断方法
斩波器
样本
中子
故障诊断方法
跨模态
故障特征
桥接模块
多模态特征
故障诊断方法
矩阵乘法器
无监督
特征提取器
故障诊断模型
搅拌釜式反应器
聚烯烃弹性体
反应釜体
螺带搅拌器
子系统