[发明专利]双向小波卷积长短时记忆网络风力发电机故障诊断方法在审
申请号: | 202210993302.8 | 申请日: | 2022-08-18 |
公开(公告)号: | CN115438694A | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 王进花;王少鹏;曹洁;安永胜 | 申请(专利权)人: | 兰州理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01R31/34;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 符继超 |
地址: | 730050 *** | 国省代码: | 甘肃;62 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种双向小波卷积长短时记忆网络风力发电机故障诊断方法,包括以下步骤:建立多源故障数据集,给每类故障打上标签,划分训练集与测试集;构建BWCovLSTM网络模型,将多源故障数据集样本分割成若干个时间步长的输入矩阵,作为网络模型的输入;对由输入矩阵和短时记忆状态拼接的数据矩阵做二维离散小波变换,得到近似细节、水平细节、垂直细节、对角细节四个特征矩阵;将得到的四个特征矩阵与权重矩阵卷积作为‘门’操作的输入,最终得到当前时间步的输出特征;计算相邻时间步输出的余弦距离,最后输入全连接层的诊断结果,计算交叉熵损失函数,调整模型参数;将测试集输入训练好的网络,得到模型的准确率和T‑SEN可视化图。 | ||
搜索关键词: | 双向 卷积 短时记忆 网络 风力发电机 故障诊断 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于兰州理工大学,未经兰州理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202210993302.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种农作物固体废物处理设备
- 下一篇:给水泵大盖螺帽加热装置