-
公开(公告)号：CN115345277A
公开(公告)日：2022-11-15
申请号：CN202210937626.X
申请日：2022-08-05
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于时序生成对抗网络的PMSM匝间短路诊断方法，首先，选用长短时记忆网络作为生成器搭建时序生成对抗网络，用来扩充样本，然后，在时序生成对抗网络的生成器的底层添加softmax层构建长短时判别网络，最后，使用长短时判别网络分别故障类型。该方法包括以下步骤：1）采集不同程度故障的电流信号组成真实数据集；2）构建时序生成对抗网络；3）将正常情况下的电流信号输入时序生成对抗网络进行预训练；4）将3）中的预训练模型迁移到故障数据上并进行样本扩张；5）在训练好的时序生成对抗网络的生成器底层加入softmax层来构建长短时判别网络；6）使用长短时判别网络进行故障类型的分类。经实验验证，该方法针对时序信号有更高的准确度。
-
公开(公告)号：CN117929998B
公开(公告)日：2025-02-28
申请号：CN202311730313.8
申请日：2023-12-15
Applicant: 南京理工大学
Abstract: 本发明公开一种永磁同步电机不同工况和不同噪声环境下的电气故障诊断方法，利用零序电压分量和三相定子电流作为网络输入，构建多分辨率卷积网络，提取多层感知信息，实现故障判别。使用仿真软件生成包含34种状态的仿真数据，构建仿真数据集。采集真实实验情况下34种状态的实验数据，构建真实数据集；将仿真数据集与真实数据集划分为三个子集：训练集、验证集和测试集。搭建多分辨率网络，提取故障特征，实现故障分类；在数据中添加高斯噪声和拉普拉斯噪声验证网络对噪声的鲁棒性。本发明首次实现使用深度学习方法在不同工况和不同噪声环境下同时诊断电压源逆变器开路故障、定子绕组开路故障和匝间短路故障。
-
公开(公告)号：CN117929998A
公开(公告)日：2024-04-26
申请号：CN202311730313.8
申请日：2023-12-15
Applicant: 南京理工大学
Abstract: 本发明公开一种永磁同步电机不同工况和不同噪声环境下的电气故障诊断方法，利用零序电压分量和三相定子电流作为网络输入，构建多分辨率卷积网络，提取多层感知信息，实现故障判别。使用仿真软件生成包含34种状态的仿真数据，构建仿真数据集。采集真实实验情况下34种状态的实验数据，构建真实数据集；将仿真数据集与真实数据集划分为三个子集：训练集、验证集和测试集。搭建多分辨率网络，提取故障特征，实现故障分类；在数据中添加高斯噪声和拉普拉斯噪声验证网络对噪声的鲁棒性。本发明首次实现使用深度学习方法在不同工况和不同噪声环境下同时诊断电压源逆变器开路故障、定子绕组开路故障和匝间短路故障。
-
-
Search Results
3
records
(took 0.011 seconds)
