[发明专利]一种基于差分特征融合的卷积神经网络的设备特性提取方法以及故障预测的方法在审
| 申请号： | 202110303120.9 | 申请日： | 2021-03-22 |
| 公开（公告）号： | CN112836809A | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 唐守伟;张超;唐金鹤;王新;刘继勇;刘海瑞 | 申请（专利权）人： | 济南奔腾时代电力科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 深圳得本知识产权代理事务所(普通合伙) 44762 | 代理人： | 袁江龙 |
| 地址： | 250000 山东省济南市历下区泺*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于电力设备特性分析技术领域，具体涉及一种基于差分特征融合的卷积神经网络的设备特性提取方法以及故障预测的方法。提取方法包括获取设备的运行数据；进行差分特征的提取、融合和数据归一化处理；构建卷积神经网络特性提取模型，通过提取模型对原始特征数据进行处理，采用多个卷积层合并得到降维数据。预测步骤包括对特征矩阵打标签；对特征矩阵进行划分；搭建网络模型的分类层；设定损失函数对网络模型进行训练；进行故障预测。采用卷积神经网络深度学习算法，深度提取数据特征，表征设备特性，更加符合实际需求。 | ||
| 搜索关键词： | 一种 基于 特征 融合 卷积 神经网络 设备 特性 提取 方法 以及 故障 预测 | ||
【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济南奔腾时代电力科技有限公司，未经济南奔腾时代电力科技有限公司许可，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/202110303120.9/，转载请声明来源钻瓜专利网。
- 上一篇：主轴承、压缩机、制冷设备和生产工艺
- 下一篇：一种智能电能表
