[发明专利]基于时间卷积网络的变换器故障诊断方法在审
| 申请号： | 201911042913.9 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110596506A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 王武;高亚婷;蔡逢煌;黄捷;林琼斌 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G01R31/00 | 分类号： | G01R31/00;G06K9/00;G06N3/04 |
| 代理公司： | 35100 福州元创专利商标代理有限公司 | 代理人： | 陈明鑫;蔡学俊 |
| 地址： | 350108 福建省福州市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 故障分类器 时间卷积 电力电子变换器 故障信息 数据样本 网络结构 样本数据 最优参数 实时故障诊断 采集测量 参数重构 故障类型 故障特征 故障诊断 健康状况 降维处理 降噪处理 网络技术 网络 变换器 归一化 构建 写入 测试 | ||
1.一种基于时间卷积网络的变换器故障诊断方法，其特征在于，包括以下步骤：
步骤S1：采集测量点电信号并进行降噪处理，得到带有故障信息的样本数据；
步骤S2：采用归一化对带有故障信息的样本数据降维处理，并将所得故障特征与故障类型一一对应建立数据样本库；
步骤S3：构建基于时间卷积网络的故障分类器，并根据数据样本库进行训练并测试，得到最优网络结构参数；
步骤S4:根据最优网络结构参数重构基于时间卷积网络的故障分类器，得到的带有最优参数的故障分类器；
步骤S5：将带有最优参数的故障分类器网络写入simulink中，对实际运行中的电力电子变换器做实时故障诊断与定位。
2.根据权利要求1所述的一种基于时间卷积网络的变换器故障诊断方法，其特征在于：
步骤S11：根据实际故障发生情况，对电路元器件施加故障，模拟实际情况下电路故障产生输出波形；
步骤S12：使用数据采集卡采集测量点电信号；
步骤S13：采样信号通过simulink模块去除噪声，获取原始样本数据，得到带有故障信息的样本。
3.根据权利要求2所述的一种基于时间卷积网络的变换器故障诊断方法，其特征在于：所述采集卡采用PCI-6229采集卡。
4.根据权利要求1所述的一种基于时间卷积网络的变换器故障诊断方法，其特征在于：步骤S3具体包括以下步骤：
步骤S31：将数据样本库分为训练样本与测试样本；
步骤S32：采用训练样本作为时间卷积网络故障分类器的输入对其进行训练；
步骤S33：采用不同的分类器函数对训练样本进行训练，通过训练结果使用效果好的分类器函数；
步骤S34：判断训练误差是否符合预设，若是则进入步骤S35，否则更改分类器函数作进一步调整；
步骤S35：获取较优分类器函数和超参数，并将其赋予基于时间卷积网络的分类器，采用测试样本测试被赋予较优参数的时间卷积网络故障分类器；
步骤S36：判断测试正确率是否符合预设要求，若符合，则将最后选择的较优参数作为最优参数并结束流程，否则返回步骤S33。
5.根据权利要求1所述的一种基于时间卷积网络的变换器故障诊断方法，其特征在于：所述超参数包括卷积核大小k、扩张系数d和网络深度n。
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福州大学，未经福州大学许可，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/pat/books/201911042913.9/1.html，转载请声明来源钻瓜专利网。
