一种基于深度学习的异步电动机故障监测与诊断方法[CN201910471732.1] - 中南大学

专利申请

2019-05-31
公布公告

2020-06-26
授权日期

2020-06-26
终止

2030-06-24

一种基于深度学习的异步电动机故障监测与诊断方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201910471732.1 申请日期： 2019-05-31 专利主类别： G01R31/34 {{ classMap["G01R31/34"] }}

申请人名称：中南大学

查看申请人名下所有专利

申请人地址：湖南省长沙市岳麓区麓山南路932号

专利分类项目

G01R31/34 : 电机的测试

G06N3/04 : 体系结构，例如，互连拓扑

G06N3/08 : 学习方法

专利注册信息

初审公告期号	2019-05-31	初审公告日期	2020-06-26
注册公告期号	2020-06-26	注册公告日期	2020-06-26
专用权期限	2020-06-26 - 2030-06-24	专利类型	发明授权
代理组织机构	长沙市融智专利事务所查看该机构代理的所有专利

专利介绍

本发明公开了一种基于深度学习的异步电动机故障监测与诊断方法，包括以下步骤：获取异步电动机在已知工况类型时的电力负荷时间序列，其时间跨度为Num1个电力负荷周期，且每个样本时刻的电力负荷数据包括电压、电流和功率三个维度的数据；以电压、电流和功率数据分别作为RGB图像中三个图层的像素点灰度值，将每个电力负荷周期的时间序列片段转化为1张RGB图像，每个电力负荷时间序列相应得到一组特征图像时间序列；以异步电动机的特征图像时间序列和相应的工况类型，训练深度神经网络，得到故障诊断模型，从而用于对待测异步电动机进行工况分类。本发明方法的故障诊断正确率高，在节省系统开发时间的同时，也降低了从业人员的门槛。

法律进度