一种基于混合卷积神经网络的三相逆变器故障识别方法

    公开(公告)号:CN113159077A

    公开(公告)日:2021-07-23

    申请号:CN202110562433.6

    申请日:2021-05-24

    Abstract: 本发明公开了一种基于混合卷积神经网络的三相逆变器故障识别方法,包括以下步骤:S1、采集故障数据,对数据预处理;S2、建立并训练融合卷积神经网络HCNN模型;模型包括1D‑CNN和2D‑CNN两个网络;两个网络通过两个卷积层和汇聚层交替连接,实现故障样本数据的特征提取;从两个网络中提取的故障特征向量在全连接层进行融合,生成HCNN的故障特征向量;S3、基于HCNN进行故障诊断:将预处理后的数据分别以一维和二维形式同时输入1D‑CNN和2D‑CNN中,在全连接层融合两个网络提取的特征样本,最后利用softmax分类器完成故障模式识别。本发明避免了出现过拟合的问题,且具有较强的泛化能力。

    一种基于混合卷积神经网络的三相逆变器故障识别方法

    公开(公告)号:CN113159077B

    公开(公告)日:2023-10-27

    申请号:CN202110562433.6

    申请日:2021-05-24

    Abstract: 本发明公开了一种基于混合卷积神经网络的三相逆变器故障识别方法,包括以下步骤:S1、采集故障数据,对数据预处理;S2、建立并训练融合卷积神经网络HCNN模型;模型包括1D‑CNN和2D‑CNN两个网络;两个网络通过两个卷积层和汇聚层交替连接,实现故障样本数据的特征提取;从两个网络中提取的故障特征向量在全连接层进行融合,生成HCNN的故障特征向量;S3、基于HCNN进行故障诊断:将预处理后的数据分别以一维和二维形式同时输入1D‑CNN和2D‑CNN中,在全连接层融合两个网络提取的特征样本,最后利用softmax分类器完成故障模式识别。本发明避免了出现过拟合的问题,且具有较强的泛化能力。

    一种基于物联网的视觉智能行人监控系统和方法

    公开(公告)号:CN113221612A

    公开(公告)日:2021-08-06

    申请号:CN202011372747.1

    申请日:2020-11-30

    Abstract: 本发明公开了一种基于物联网的视觉智能行人监控系统和方法,第一相机识别监控视频中的非资料库行人,即未知行人;第二相机检测监控视频中的行人总数;信息交互端、网关、服务器实现行人信息的存储与传输;用户终端用于使用者获取实时行人信息或向服务器发送指令;无线通讯装置接连于网关,物联网接收终端发送的指令后,通过接连服务器的网关将指令发送至无线通讯装置,实时起到警报或与行人交流确认行人信息与目的的作用。具有智能化、实时性、成本低的优点。

Patent Agency Ranking