[发明专利]电磁电机及其防潮控制方法

权利要求书

1.一种电磁电机，其特征在于，包括：数据监控与采集单元，用于获取电磁电机在被启动后的预定时间段内多个预定时间点的所述电磁电机内部的温度值和湿度值，以及，所述预定时间段内多个预定时间点的所述电磁电机的工作功率；温湿度关联单元，用于将所述预定时间段内多个预定时间点的所述电磁电机内部的温度值和湿度值分别按照时间维度排列为温度输入向量和湿度输入向量后，计算所述温度输入向量与所述湿度输入向量的转置向量之间的向量乘积以得到温度-湿度关联矩阵；温湿度关联特征提取单元，用于将所述温度-湿度关联矩阵通过相邻层使用互为转置的卷积核的第一卷积神经网络以得到温度-湿度特征矩阵；工作功率时序特征提取单元，用于将所述预定时间段内多个预定时间点的所述电磁电机的工作功率按照时间维度排列为输入向量后通过使用一维卷积核的第二卷积神经网络以得到工作特征向量；特征增强单元，用于基于高斯密度图对所述工作特征向量进行特征级数据增强以得到工作特征矩阵；响应单元，用于计算所述工作特征矩阵相对于所述温度-湿度特征矩阵的转移矩阵作为分类特征矩阵；以及防潮控制结果生成单元，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否打开散热孔。

2.根据权利要求1所述的电磁电机，其特征在于，所述温湿度关联特征提取单元，进一步用于：所述相邻层使用互为转置的卷积核的第一卷积神经网络的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行基于第一二维卷积核的卷积处理、池化处理和非线性处理以得到第一激活特征图；以及对所述第一激活特征图进行基于第二二维卷积核的卷积处理、池化处理和非线性激活处理以得到第二激活特征图，其中，所述第一二维卷积核和所述第二二维卷积核互为转置；其中，所述相邻层使用互为转置的卷积核的第一卷积神经网络的最后一层的输出为所述温度-湿度特征矩阵。

3.根据权利要求2所述的电磁电机，其特征在于，所述工作功率时序特征提取单元，进一步用于：所述第二卷积神经网络的各层在层的正向传递中对输入数据分别进行：使用所述第二卷积神经网络的各层的卷积单元对所述输入数据进行基于一维卷积核的卷积处理以得到卷积特征图；使用所述第二卷积神经网络的各层的池化单元对所述卷积特征图进行基于特征矩阵的池化处理以得到池化特征图；以及使用所述第二卷积神经网络的各层的激活单元对所述池化特征图中各个位置的特征值进行非线性激活以得到激活特征图；其中，所述第二卷积神经网络的最后一层的输出为所述工作特征向量。

4.根据权利要求3所述的电磁电机，其特征在于，所述特征增强单元，包括：高斯密度图构造子单元，用于以如下公式来构造所述工作特征向量的高斯密度图；其中，所述公式为：，其中是所述工作特征向量，而是所述工作特征向量中相应两个位置的特征值之间的方差；以及高斯离散子单元，用于对所述高斯密度图中各个位置的高斯分布进行高斯离散化处理以得到所述工作特征矩阵。

5.根据权利要求4所述的电磁电机，其特征在于，所述响应单元，进一步用于：以如下公式计算所述工作特征矩阵相对于所述温度-湿度特征矩阵的转移矩阵作为分类特征矩阵；其中，所述公式为： =

其中表示所述工作特征矩阵，表示所述温度-湿度特征矩阵，表示矩阵乘法，表示所述分类特征矩阵。

6.根据权利要求5所述的电磁电机，其特征在于，所述防潮控制结果生成单元，进一步用于：使用所述分类器以如下公式对所述分类特征矩阵进行处理以获得分类结果；

其中，所述公式为：，其中表示将所述分类特征矩阵投影为向量，为权重矩阵，表示偏置向量。

7.根据权利要求6所述的电磁电机，其特征在于，还包括用于对所述相邻层使用互为转置的卷积核的第一卷积神经网络、所述使用一维卷积核的第二卷积神经网络和所述分类器进行训练的训练模块。