[发明专利]一种基于CNN-SVDD的引风机故障识别方法有效
| 申请号： | 202010526996.5 | 申请日： | 2020-06-11 |
| 公开（公告）号： | CN111753889B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 王豆;孟瑜炜;杨勤;张震伟;郭鼎;郑必君;王立峰;赵俊;李海斌;安佰京 | 申请（专利权）人： | 浙江浙能技术研究院有限公司;山东鲁能软件技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 张羽振 |
| 地址： | 311121 浙江省杭州市余*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于CNN‑SVDD的引风机故障识别方法，包括：步骤1：采集足量训练数据，进行数据预处理；步骤2：利用预处理后的训练数据构建CNN‑SVDD模型，利用CNN算法对时间序列数据进行降维，然后通过SVDD算法进行数据单分类；步骤3：采集足量实时数据，用基于已构建的CNN‑SVDD模型对实时数据对应的引风机故障进行识别。本发明的有益效果是：本发明利用深度学习先进行特征提取，大量减少特征维度后，再使用SVDD进行单分类分析，这样可以节省SVDD的时间和内存开销。另外由于引风机数据具有时间序列特性，可以充分利用时间序列数据时间维度上的局部相关性，使用一维卷积网络减少学习参数，进一步减少计算开销。 | ||
| 搜索关键词： | 一种 基于 cnn svdd 风机 故障 识别 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浙江浙能技术研究院有限公司;山东鲁能软件技术有限公司，未经浙江浙能技术研究院有限公司;山东鲁能软件技术有限公司许可，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/202010526996.5/，转载请声明来源钻瓜专利网。
