摘要
本发明提供一种机车电机故障诊断方法及系统,包括获取机车电机的工作运行数据;基于区间不确定度对降噪后的工作运行数据进行数据模态区间化;通过多数据源融合对称点区间雪花图对区间数据集进行特征提取,以得到处理后的数据集,并划分处理后的数据集;建立机车电机区间图注意力网络模型,并对机车电机区间图注意力网络模型进行优化;基于划分后的处理后的数据集中的训练数据对优化后的机车电机区间图注意力网络模型进行训练;基于训练后的机车电机区间图注意力网络模型对处理后的数据集进行诊断。本发明能够有效解决数据中具有不确定性的问题,提高后续识别效率和准确率,可以有效实现对机车电机故障的高效及准确的诊断。
技术关键词
电机故障诊断方法
机车
注意力
多数据源融合
网络
状态诊断
电机故障诊断系统
磁电式转速传感器
霍尔效应传感器
多尺度
初始化方法
退火算法
信号
卡尔曼滤波
降噪模块
处理器
诊断模块
矩阵
系统为您推荐了相关专利信息
状态估计模型
微电网状态估计
神经网络模型
变量
电力系统
表面褶皱缺陷
融合特征
图像采集模块
多模态
偏振片
路径规划方法
机器人
静态障碍物
动态障碍物
轨迹预测模型
精确控制方法
高温合金
非线性回归模型
马夸特法
非线性归一化方法