摘要
本申请属于水电机组故障诊断技术领域,具体公开了一种基于多传感器数据融合的水电机组智能故障诊断方法。本申请首先构建两个分支卷积神经网络分别提取所述传感数据的时域特征和频域特征,之后构建中心卷积神经网络对浅层时域特征和频域特征融合所得的融合特征进行特征提取;再将其中第层卷积所得的融合特征、分支卷积神经网络中第层卷积所得的时域特征和频域特征进行融合后更新其中第层卷积所得的融合特征;由中心卷积神经网络输出初步诊断结果;最后对多路传感数据所得的初步诊断结果进行基于信息熵的决策融合得到最终诊断结果。本申请诊断方法相交于现有诊断方法具有更强的抗干扰能力和鲁棒性。
技术关键词
分支卷积神经网络
水电机组
智能故障诊断方法
多传感器数据融合
融合特征
多路传感数据
信息熵
时域特征
频域特征
注意力
存储计算机程序
决策
存储器
标签
系统为您推荐了相关专利信息
车辆轨迹预测
数据融合方法
多视角
融合特征
图像特征提取
统一管理平台
核电站
图像识别模型
节点
水印检测
管道泄漏检测
注意力
信息熵
频域特征提取
区域生长算法