摘要
一种基于注意力和图神经网络的永磁同步电动机故障检测方法,本发明涉及基于注意力和图神经网络的永磁同步电动机故障检测方法。本发明的目的是为了解决现有永磁同步电动机故障检测方法检测准确性低的问题;过程为:采集永磁同步电动机的正常数据、故障数据和隐性故障数据;得到训练集:获得训练好的神经网络模型;得到N组预处理后的永磁同步电动机的数据;训练好的神经网络模型输出预处理后的永磁同步电动机的数据类型;训练好的神经网络模型输出预处理后的永磁同步电动机的数据类型为:正常数据、故障数据或隐性故障数据。本发明用于永磁同步电动机故障检测领域。
技术关键词
同步电动机
故障检测方法
永磁
注意力
数据
训练集
编码器
训练神经网络模型
电流
数值
电压
标签
传感器
信号
输出特征
波形
周期性
系统为您推荐了相关专利信息
局部放电故障
双端行波测距算法
电缆局部放电
监测终端
小波分解算法
ECG信号数据
模型框架构建
编码器
基座
模型预训练
实时控制系统
分拣机械臂
错误检测
库存管理模块
仓库
监测点
沉降观测方法
线性回归模型
数据存储
速率