一种单模块电源故障诊断方法及装置

AITNT
正文
推荐专利
一种单模块电源故障诊断方法及装置
申请号:CN202411970701
申请日期:2024-12-30
公开号:CN120086724A
公开日期:2025-06-03
类型:发明专利
摘要
本发明提供了一种单模块电源故障诊断方法及装置。该方法首先通过获取单模块电源模型,输入需诊断的开关器件数目及故障类型,并根据故障仿真分析选择关键的电气数据采集节点。在选定节点处采集包含开关器件运行状态的时序信号,利用变模态经验分解将信号分解为多个本征模态函数,提取时域与频域的关键特征,形成特征矩阵。随后,结合特征矩阵和对应的故障标签,采用LightGBM模型进行故障分类,通过叶子节点优先生长策略提高诊断精度。引入蚁群算法对LightGBM的模型参数组合进行动态调整,优化目标函数。本发明具有诊断精度高、抗干扰能力强、适应性广及自动化程度高的优点,能够为电源系统的故障检测与诊断提供高效可靠的技术支持。
技术关键词
LightGBM模型 故障诊断方法 计算机存储器 故障仿真分析 开关器件故障 电气数据采集 蚂蚁 蚁群算法优化 数据采集节点 参数 模块电源系统 故障分类模型 样本 矩阵 时序 频域特征
系统为您推荐了相关专利信息
1
一种基于多智能体协同的主动强化学习故障诊断方法
多智能体协同 故障诊断方法 强化学习模型 多智能体强化学习 多尺度特征提取
2
一种基于物联网的数控机床控制故障诊断方法及系统
图像特征数据 数控机床部件 数控机床控制 故障诊断方法 数据分析算法
3
一种基于图像特征融合的轴承故障诊断方法和系统
轴承故障诊断方法 图像 连续小波变换 信号 螺旋正弦
4
一种基于多输出的深度神经网络复合故障诊断方法及系统
复合故障诊断方法 深度神经网络 故障特征提取 设备状态数据 设备运行状态
5
基于动态小波优化与分层强化学习的机械故障诊断方法
机械故障诊断方法 分层强化学习 故障诊断模型 动态 混合深度学习模型
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