摘要
一种基于电信号和高效混合注意力的异步电机故障诊断方法,包括:采用高效混合注意力机制,将一维卷积神经网络和高效混合注意力机制相结合形成卷积高效混合注意力模块来提取不同视野域的空间特征和捕获信号特征长范围依赖,将双向长短时记忆网络和高效混合注意力机制相结合提出时序高效混合注意力模块,通过分类器实现电机的故障识别。本发明设计了一种基于电信号和高效混合注意力机制的异步电机故障诊断方法,创新性地提出了高效混合注意力机制,并将其与卷积神经网络、双向长短时记忆网络相结合,实现信号全面的长范围依赖特征捕获和不同通道下的同源信号权重再分配,进而降低异步电机故障信号敏感性之间的差异,提高异步电机故障诊断精度。
技术关键词
异步电机
电信号
一维卷积神经网络
信号特征
通道注意力机制
特征提取能力
结构网络
依赖特征
分类器
时序特征
特征选择
定子绕组
转子
视野
系统为您推荐了相关专利信息
参数采集方法
参数采集装置
能源
因子
电网谐波特征
自主型移动机器人
接球机构
安装盘
支撑臂
机械臂
深层特征提取
监测方法
特征提取模块
融合特征
监测模块
故障诊断方法
故障诊断模型
信号故障诊断
故障类别
故障特征提取
储能电源
集成电池管理
计量系统
储能设备
计量模块