10.3963/j.issn.1671-7953.2020.01.018
基于三通道2 D-CNN的逆变器功率管开路故障诊断方法
针对逆变器功率管开路故障的诊断精度较低问题,对三相电压源型逆变器采用卷积神经网络的方法由现有故障数据训练得到故障识别模型,将不同类别故障对应的逆变器输出侧三相电流信号作为数据集,应用二维卷积神经网络并采用3个通道分别训练三相电流信号,采用Adam优化算法并引入dropout深度学习技巧及自适应学习速率防止模型过拟合,与SVM、KNN、DNN等方法的结果对比表明,该方法可明显提高逆变器功率管开路故障的诊断精度.
开路故障、故障诊断、逆变器、卷积神经网络、深度学习
49
U665.26(船舶工程)
国家自然科学基金重点项目;国家自然科学基金;中央高校基本科研业务资助费
2020-05-07（万方平台首次上网日期，不代表论文的发表时间）
共5页
78-82
