摘要
本发明提供一种电动机保护器及其控制方法,通过知识图谱构建电动机故障知识库,为神经网络模型的预测和优化提供数据参考。并构建多类神经网络分别对电动机不同类型的故障进行评估与预测,且将各分类神经网络输出的同一故障类别的概率值乘以对应的权重系数后进行相加,得到融合后的故障类别概率值,选取概率值最大的故障类别作为预测结果,充分利用了各类神经网络在处理不同类型数据的优势。综合知识图谱数据库的准确性和神经网络处理高维复杂数据的能力,保证了电动机故障诊断和保护的全面性、准确性。基于融合分析诊断结果生成自适应的控制策略指令,实现对电动机运行的控制,并实时监测控制指令执行后的效果,确保执行策略的灵活性和有效性。
技术关键词
神经网络模型
分类神经网络
故障类别
支持向量机分类器
LSTM神经网络
知识图谱构建
多任务
数据
控制策略
随机森林
剩余电流保护
节点
信号处理模块
人机界面模块
电路模块
网络架构
信号采集模块
系统为您推荐了相关专利信息
神经网络模型
船只检测方法
原始图像数据
算法
组合模块
高精度模具
液压抽芯机构
传感器阵列
空腔
物理气相沉积涂层
鸟类图像识别方法
机场智能
驱鸟系统
图像识别模型
原始图像数据
人机交互方法
卷积网络模型
神经网络模型
图像
交互模型
空气悬挂系统
悬架控制器
空气弹簧
阀门总成
预警模块