一种基于深度学习和小波变换的故障定位方法及系统

AITNT
正文
推荐专利
一种基于深度学习和小波变换的故障定位方法及系统
申请号:CN202510027644
申请日期:2025-01-08
公开号:CN120123748A
公开日期:2025-06-10
类型:发明专利
摘要
一种基于深度学习和小波变换的故障定位方法及系统,通过对待检测信号进行特征提取,得到特征信息及故障特征,通过特征信息及故障特征得到第一预设小波函数、第一预设分解层数、第二预设小波函数及第二预设分解层数,通过第一预设小波函数及第二预设小波函数获取第一深度学习模型,同时通过第一预设分解层数及第二预设分解层数获取第二深度学习模型,最后对比第一深度学习模型及第二深度学习模型,得到故障定位学习模型,求解故障定位学习模型得到预设检测区域的故障点信息。本发明不仅可以同时考虑小波函数及分解层数,有效提高定位精度,而且可以有效的降低由于小波函数和分解层数选择的不合理,有效减少数据处理时间。
技术关键词
深度学习模型 故障定位方法 故障特征信息 计算机程序代码 特征提取模块 信号获取模块 故障定位设备 定位模块 故障定位系统 处理器 参数 存储器 介质 指令
系统为您推荐了相关专利信息
1
一种短期电力负荷预测方法及相关装置
周期 日期 序列 计算机程序代码 多尺度
2
基于深度学习的植物志及物种检索表的生成方法和系统
深度学习模型 植物标签 样本 生成方法 节点
3
利用彩色和深度图多模态融合的室内语义分割方法及设备
语义分割方法 图像语义分割 深度学习模型 多模态 编码结构
4
一种格拉姆角场的管道安全特征提取方法
特征提取方法 深度学习模型 特征值 序列 图像分析
5
一种基于边缘计算和机器学习的物联网设备入侵检测方法
入侵检测模型 空间特征提取 特征提取模块 服务器 注意力
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