摘要
本发明涉及一种三相行波故障诊断模型构建方法,包括获取三相信号的行波信号,对行波信号进行预处理;将预处理后的行波信号转换为GASF图像;将GASF图像输入多通道卷积神经网络,每个通道对应于GASF图像的不同相位的行波信号;利用鲸鱼优化算法优化多通道卷积神经网络的超参数;根据行波信号对应故障信息,对多通道卷积神经网络进行训练得到故障诊断模型。本发明通过鲸鱼优化算法自动优化多通道卷积神经网络的超参数,实现全局最优超参数组合的搜索,提升了神经网络的训练效率、训练效果和泛化能力;从数据采集、预处理、特征提取、模型优化到故障识别的完整流程,实现了行波信号故障的高效、准确诊断。
技术关键词
故障诊断模型
鲸鱼优化算法
信号
故障诊断方法
低通滤波器
故障诊断系统
图像
通道
插值法
超参数
采样点
噪声
表达式
数据
数学
错位
变量