摘要
本发明公开了一种基于深度学习的双有源桥变换器开路故障预测方法及设备,通过构建双有源桥变换器等效电路仿真模型,基于双有源桥变换器等效电路仿真模型的开路检测信号和对应的开路故障结果,创建开路故障预测训练数据集;构建双有源桥变换器开路故障预测模型,通过开路故障预测训练数据集训练双有源桥变换器开路故障预测模型;获取双有源桥变换器等效电路仿真模型的实时开路检测信号,输入训练完成的双有源桥变换器开路故障预测模型,输出结果即为对应的双有源桥变换器开路故障预测结果。本发明基于深度学习算法,对双有源桥变换器进行开路异常建立模型进行分析,能够提高矿用电气系统电源变换设备的可靠性,减少在使用过程中异常发生的频率。
技术关键词
双有源桥变换器
故障预测模型
故障预测方法
深度信任网络
变压器漏感
移相控制策略
等效变压器
电源变换设备
全桥电路
受限玻尔兹曼机
深度学习网络模型
电路仿真模型
绝缘栅双极晶体管
故障预测装置
功率开关器件
深度学习算法
粒子群算法
计算机
系统为您推荐了相关专利信息
解码方法
软解码
电压输出模块
故障预测模型
芯片
故障预测方法
寿命预测模型
监测风力发电机
频域特征
时域特征
多源融合
变压器
双向长短期记忆网络
卷积神经网络提取
气体
故障预测模型
故障预测方法
指数
超声波组件
非线性
故障预测方法
对象
数据
森林模型
非易失性存储介质