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

AITNT
正文
推荐专利
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
申请号:CN202510177355
申请日期:2025-02-18
公开号:CN120123675A
公开日期:2025-06-10
类型:发明专利
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
1
一种电缆局部放电的定位方法、装置、设备及存储介质
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
2
一种通用心电基座大模型框架构建方法及系统
ECG信号数据 模型框架构建 编码器 基座 模型预训练
3
一种图像的去噪方法及装置
噪声图像 样本 深度特征提取 注意力 加权特征
4
基于边缘计算的仓库分拣实时控制系统
实时控制系统 分拣机械臂 错误检测 库存管理模块 仓库
5
一种动态环境沉降观测方法
监测点 沉降观测方法 线性回归模型 数据存储 速率
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