“纪卫震”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]基于多特征融合与多头注意力的断路器剩余寿命预测方法-CN202310614777.6在审
发明人：孙曙光;王泽伟;王景芹;李睿杰;纪卫震;安泽璋;杨飞龙 -专利权人：河北工业大学
申请日： 2023-05-29 - 公布日： 2023-08-22 - 主分类号： G06F18/25 文献下载
摘要：本发明为一种基于多特征融合与多头注意力的断路器剩余寿命预测方法，首先通过短时能量双门限法对振动信号中的振动事件进行分割，在不同的振动事件区间中提取机械特性参数特征，同时通过卷积变分自动编码器挖掘振动信号中的机械特性退化特征，并将机械特征参数特征和退化特征进行拼接，得到用于剩余寿命预测的综合退化特征；最后，基于GRU网络和多头注意力机制构建剩余寿命预测模型，通过多头注意力机制在多个不同表征子空间中捕捉振动信号的依赖关系，提高剩余寿命定量预测的精度。
基于特征融合多头注意力断路器剩余寿命预测方法

[发明专利]基于不同退化模式的断路器剩余寿命预测方法-CN202310465294.4在审
发明人：孙曙光;王泽伟;王景芹;安泽璋;杨飞龙;李睿杰;纪卫震 -专利权人：河北工业大学
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G06F30/27 文献下载
摘要：本发明为基于不同退化模式的断路器剩余寿命预测方法，首先对寿命初期与末期的振动信号进行分解，并计算寿命初期和末期振动信号对应模态分量的综合相似度，选取综合相似度大于阈值的模态分量重构振动信号；接着，对重构的振动信号进行分帧，确定振动事件区间，并从振动事件区间中提取振动信号的显性特征和隐性特征，显性和隐性特征拼接得到综合特征；然后，将所有样本的均方根进行直线拟合；根据拟合直线的斜率判定断路器的退化模式；最后，利用断路器在快速和慢速两种退化模式下的数据分别训练剩余寿命预测模型，得到两种退化模式下的剩余寿命预测模型。通过判别断路器的退化模式，利用对应退化模式的剩余寿命预测模型进行剩余寿命预测，针对性强，预测精度高。
基于不同退化模式断路器剩余寿命预测方法

[发明专利]基于多域信息融合与深度学习的断路器故障评估方法-CN202310308290.5在审
发明人：孙曙光;杨飞龙;王景芹;李睿杰;王泽伟;纪卫震;安泽璋 -专利权人：河北工业大学
申请日： 2023-03-27 - 公布日： 2023-07-07 - 主分类号： G06V10/764 文献下载
摘要：本发明为一种基于多域信息融合与深度学习的断路器故障评估方法，首先采集不同工作状态下触头的原始振动信号，并从原始振动信号中提取故障关联振动信号片段；接着，提取故障关联振动信号片段的频域和时频域信息，通过多域信息融合生成RGB图像；然后，改进辅助分类生成对抗网络，利用改进后的辅助分类生成对抗网络的生成器生成故障样本；最后，构建故障评估模型，故障评估模型包括一个共享层和两个与共享层连接的任务层；共享层包括一个A型残差块、两个B型残差块和一个双重注意力模块，两个任务层分别用于故障类型和故障程度分类；利用扩充后的数据集对模型进行训练，将训练后的故障评估模型用于故障类型和故障程度评估。解决了断路器故障诊断中的数据集类不平衡以及信号分析局限性问题。
基于信息融合深度学习断路器故障评估方法

[发明专利]基于动作时间与驱动能量的断路器分闸附件寿命预测方法-CN202211045544.0在审
发明人：孙曙光;邵旭;王景芹;魏硕;刘金发;孙靓;王泽伟;纪卫震;杨飞龙 -专利权人：河北工业大学
申请日： 2022-08-30 - 公布日： 2022-11-25 - 主分类号： G01R31/327 文献下载
摘要：本发明为一种基于动作时间与驱动能量的断路器分闸附件寿命预测方法，首先对原始振动进行预处理，得到降噪后的振动信号；然后，对降噪后的振动信号进行分帧，计算各帧信号的短时能熵比，基于短时能熵比对振动过程中的各个动作阶段进行标定，并计算各个动作阶段的动作时间和驱动能量，将动作时间和驱动能量作为性能退化指标，通过Spearman秩相关系数法筛选得到与退化能力相关性高的性能退化指标，得到关键性能退化指标；最后，根据关键性能退化指标，基于二元维纳过程建立断路器分闸附件剩余寿命预测模型。本发明将动作时间和驱动能量作为性能退化指标，预测模型反映了多元关键性能退化指标对整体退化趋势的影响，避免了采用动作时间作为单一指标导致的预测结果不准确。
基于动作时间驱动能量断路器附件寿命预测方法