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：河北工业大学

摘要：本发明为基于多任务深度学习的断路器触头系统故障评估方法，首先对断路器触头系统进行故障试验，采集不同工作状态下的触头振动信号；其次用连续小波变换将触头振动信号转换为二维时频图；然后，以ResNet18为主干网络构建基于多任务的故障评估模型，模型由一个共享层和两个任务层组成，共享层的输出特征图分别作为两个任务层的输入，一个任务层用于评估故障类型，另一个任务层用评估故障程度；最后，对基于多任务的故障评估模型进行多任务联合训练，将预训练的故障评估模型用于评估故障类型和故障程度。该方法通过提取故障类型与程度之间的深层信息，使模型对故障分类和程度评估任务进行互助学习，实现故障类型和程度的同时评估。

主权项：1.一种基于多任务深度学习的断路器触头系统故障评估方法，其特征在于，该方法包括以下步骤：第一步、对断路器触头系统进行故障试验，采集不同工作状态下的触头振动信号；第二步、利用连续小波变换将触头振动信号转换为二维时频图，二维时频图的大小为128×128像素；第三步、构建基于多任务的故障评估模型，故障评估模型以ResNet18为主干网络，由一个共享层和两个任务层组成，共享层的输出特征图分别作为两个任务层的输入，一个任务层用于评估故障类型，另一个任务层用评估故障程度；其中，共享层包括第一卷积块、最大池化层和第一残差模块，第一残差模块包括第一残差块b1和融合SENet结构的残差块a1；用于评估故障类型的任务层包括第一全局平均池化层和第一分类器；用于评估故障程度的任务层包括第二残差模块、第二全局平均池化层和第二分类器，第二残差模块包括第二残差块b2和融合SENet结构的残差块a2；融合SENet结构的残差块a1和融合SENet结构的残差块a2的结构相同，均包括第五卷积块、第六卷积块、全局池化层、第一全连接层、第二全连接层和加权操作，第六卷积块的各个输出特征图经过全局池化层进行挤压操作，再经过第一全连接层和第二全连接层共同构成的激励操作，得到各个输入特征图的权重，最后将各个权重与对应的输入特征图进行加权，加权后的特征图再与融合SENet结构的残差块的输入特征图进行相加，得到融合SENet结构的残差块的输出特征图；第四步、对基于多任务的故障评估模型进行多任务联合训练，将预训练的故障评估模型用于评估故障类型和故障程度。

全文数据：

权利要求：

百度查询： 河北工业大学 基于多任务深度学习的断路器触头系统故障评估方法