- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种多任务联合的高压隔离开关故障诊断方法,首先利用奇异值分解(SVD)技术对采集的振动信号进行去冗余处理;通过短时傅里叶变换(STFT)将一维振动信号转化为更利于特征卷积神经网络(CNN)提取的二维时频特征图谱;然后利用多支路卷积神经网络搭建一个带有域特征分享机制的多任务联合故障诊断网络,同时对高压隔离开关的故障程度与故障类型进行检测;根据信号样本特征,设计一种结合空间关注和通道关注的注意力模块,实现快速高效的故障特征提取,得到多任务联合故障诊断模型;用多任务联合故障诊断所得的高压隔
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116186520 A
(43)申请公布日 2023.05.30
(21)申请号 202310227107.9 G06F 18/241 (2023.01)
文档评论(0)