一种串联柴电混合动力系统故障检测方法及其检测系统

AITNT
正文
推荐专利
一种串联柴电混合动力系统故障检测方法及其检测系统
申请号:CN202411529396
申请日期:2024-10-30
公开号:CN119492539A
公开日期:2025-02-21
类型:发明专利
摘要
本申请提供了一种串联柴电混合动力系统故障检测方法及其检测系统,包括:采集转速信号;对转速信号进行一次分解得到多个IMF信号,对IMF信号进行数据处理得到对应的赫斯特指数,对多个赫斯特指数进行划分,得到以噪声为主的IMF信号和以有效信号为主的IMF信号;对以噪声为主的IMF信号进行深度分解处理,将深度分解处理后的IMF信号与以有效信号为主的IMF信号进行二次重构,得到质量提升后的转速信号;将转速信号输入至预先构建好的xLSTM深度神经网络模型中,以检测得到当前动力系统是否存在故障。本申请可对系统的柴油机转速数据进行数据分析,能够准确及时发现系统问题,保证串联柴电混合动力系统的安全。
技术关键词
深度神经网络模型 柴电混合动力系统 系统故障检测方法 小波去噪方法 经验模态分解算法 趋势波动分析 指数 硬阈值去噪 噪声 重构 故障检测模块 信号采集模块 残差模块 工况 网络结构
系统为您推荐了相关专利信息
1
基于机器学习优化的棉籽蛋白肽的酶解提取方法及其应用
机器学习优化 棉籽蛋白 机器学习模型 样本 序列
2
一种智能AI声乐伴奏的实时跟随与自适应调节方法及系统
深度神经网络模块 声乐 意图 动态调整机制 声学结构
3
一种基于深度学习的慢化中子能谱预测方法
构建深度神经网络 深度神经网络模型 多层感知机 更新模型参数 蒙特卡洛
4
一种跨国内部办公通信质量监测方法、系统、设备及介质
网络通信数据 深度神经网络模型 支持向量机模型 监测方法 性能指标数据
5
一种上肢肌力预测方法、系统、设备及存储介质
深度神经网络模型 联合损失函数 生物力学模型 矩阵分解方法 LSTM神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号