[发明专利]基于无阈值递归图和卷积神经网络的电流信号分析方法在审
| 申请号： | 202210676223.4 | 申请日： | 2022-06-15 |
| 公开（公告）号： | CN115097184A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 颜建军;黄彦兴;张永明;陈国初;刘磊;袁帅 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G01R19/00 | 分类号： | G01R19/00;G01R31/327;G01R31/54;G01R31/56;G06F30/27;G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F113/06 |
| 代理公司： | 北京德崇智捷知识产权代理有限公司 11467 | 代理人： | 金星 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于无阈值递归图和卷积神经网络的电流信号分析方法，对采集到的电流信号进行预处理，获得去除噪音干扰的电流信号；再将除噪音干扰的电流信号转换为无阈值递归图；通过卷积神经网络实现电流信号无阈值递归图中非线性特征的自学习，并建立电流信号的分类模型；利用电流信号的分类模型对后续的电流信号来对逆变器故障进行识别。本发明通过将电流信号波形转化为无阈值递归图，可以将电流信号的非线性特征映射至二维图像中，在转换过程中不设置阈值，可以更好的保留原始信号波形中的非线性信息，可以对无阈值递归图进行更多细节特征的自学习，进而获得了较好的故障诊断效果。 | ||
| 搜索关键词： | 基于 阈值 递归 卷积 神经网络 电流 信号 分析 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华东理工大学，未经华东理工大学许可，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/202210676223.4/，转载请声明来源钻瓜专利网。
