-
公开(公告)号:CN117872020A
公开(公告)日:2024-04-12
申请号:CN202410109465.4
申请日:2024-01-26
Applicant: 兰州理工大学
IPC: G01R31/00 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/048
Abstract: 基于轻量级Shuffle‑SimAM网络级联H桥变流器故障诊断方法,针对级联H桥多电平变流器不同功率器件故障特征相似度高、传统故障诊断特征提取不全和分类器选取困难问题,将深度可分离卷积引入ShuffleNet,建立并行网络模型,在保持网络性能的情况下减少参数量和计算量。利用小波变换后的电压与电流图像数据作为输入,并在网络内部构建基于SimAM无参数注意力机制的特征融合模块,有效增强对相似故障特征的提取能力。最后,将特征融合模块所提取的故障特征经完整卷积操作依次递进,通过softmax层进行分类。实验结果表明,所提方法在保持较高诊断准确率的同时有效降低了模型的复杂度。