摘要
本发明涉及模电故障诊断技术领域,尤其涉及基于冗余特征抑制的模电故障诊断方法,包括:根据电路仿真模型采集电路输出位置的电压电流数据,并根据电压电流数据构建电路故障状态数据集;通过离散小波变换对电路故障状态数据集进行时频分析;对层级频域分量集进行冗余特征抑制处理,得到电路故障状态数据特征集;构建DCNN—BiLSTM模型,并根据电路故障状态数据特征集对DCNN—BiLSTM模型进行训练,并将满足预设故障诊断正确率的DCNN—BiLSTM模型输出为模电故障诊断模型;获取目标待测电压电流数据,并根据模电故障诊断模型对目标待测电压电流数据进行模电故障诊断,得到对应的故障类型分类结果。本发明能够有效抑制冗余特征,显著提升了模电故障诊断的准确性。
技术关键词
BiLSTM模型
冗余特征
电路仿真模型
故障诊断方法
离散小波变换
层级
故障诊断模型
局部空间特征
电流
电压
深层特征提取
空间特征提取
幅值
数据验证
采集电路
时序特征
正确率
贝叶斯后验概率
系统为您推荐了相关专利信息
蜂群算法
蜜蜂
预训练语言模型
多头注意力机制
动态更新
鲸鱼优化算法
计算机电源模块
故障诊断方法
节点数
优化BP神经网络
故障诊断方法
污水厂
协方差矩阵
K近邻算法
典型相关系数
故障诊断方法
边缘网关设备
训练集
卷积网络模型
节点
蒸发冷却系统
分类准确率
机器学习模型
故障诊断方法
故障诊断装置