买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：集美大学

摘要：本发明提出一种基于GASF和CNN的三电平T型逆变器故障诊断方法，先通过格拉姆求和角场算法，将逆变器输出端的时序电流信号进行极坐标编码，然后利用生成角度进行格拉姆矩阵变换转换为格拉姆矩阵图，再将格拉姆矩阵图作为卷积神经网络的输入，自适应的进行特征提取，避免人工提取特征的不确定性和复杂性，最后利用Adam优化的softmax分类器对CNN提取的故障特征进行分类，从而实现逆变器的故障诊断。

主权项：1.一种基于GASF和CNN的三电平T型逆变器故障诊断方法，其特征在于，包括以下步骤：步骤S1：多个传感器同时采集三电平T型逆变器输出端的时序电压信号，并进行数据增强和数据分割的预处理；步骤S2：将分割好的一维时序数据采用GASF算法转化为格拉姆矩阵图；步骤S3：搭建CNN网络模型，初始化网络模型参数；步骤S4：将格拉姆矩阵图作为CNN网络的输入，对CNN网络模型进行训练，通过前向传播计算识别误差；然后通过反向传播算法将误差从输出层反向传播到每个神经元并计算梯度，选择优化器对权重和偏差进行更新；步骤S5：判断CNN网络模型是否收敛，如果收敛执行下一步，否则重复执行步骤S4；步骤S6：通过验证集检验模型的误差，微调超参数，并回到步骤S3直到验证误差最小；最后确定超参数并保存训练好的故障诊断模型；步骤S7：根据测试集对保存好的模型进行故障分类测试，如果模型在测试集上精度高损失小则进行下一步，否则跳转到步骤S3重新调整网络模型参数；步骤S8：得到故障诊断结果，故障诊断流程结束；所述CNN网络模型采用改进的AlexNet网络模型，在原生的AlexNet网络的基础上：减少了卷积核的大小和卷积层输出节点的数量；增加了卷积层和最大池化层的数量；减少了全连接层输出节点的数量；并去除了局部响应归一化层；具体包括以下结构：Input224×224×3Conv5×5S1,48LeakyReLuMaxPool3×3S2Conv5×5S1,128LeakyReLuMaxPool3×3S2Conv5×5S1,192LeakyReLuMaxPool3×3S2Conv5×5S1,256LeakyReLuConv5×5S1,256LeakyReLuConv5×5S1,192LeakyReLuConv5×5S1,128LeakyReLuMaxPool3×3S2Conv5×5S1,48LeakyReLuMaxPool3×3S2FC128LeakyReLuFC64LeakyReLuFC27。

全文数据：

权利要求：

百度查询： 集美大学 基于GASF和CNN的三电平T型逆变器故障诊断方法