期刊专题

10.3969/j.issn.2095-2163.2023.05.021

基于小波变换CNN的电机运行状态识别研究

引用
针对电机运行状态的特征提取与有效识别问题,本文结合小波变换和卷积神经网络改进了电机的运行状态识别方法.首先,将热像仪采集的电机数据图像经过小波变换转换,得到系数矩阵;其次,将处理后的小波系数矩阵输入到改进的卷积神经网络模型进行特征提取;最后,利用反向传播不断调整结构的网络参数,建立最合适的网络模型,从而实现对电机的运行状态进行识别.实验结果表明,本文所提出的方法对电机运行状态识别的准确率达到98%,证明了该方法的可行性与有效性,并应用于工程中.

小波变换、卷积神经网络、电机运行状态、特征提取

13

TP277(自动化技术及设备)

国家自然科学基金;国家自然科学基金;贵州省科技厅-贵大联合基金;黔科合平台人才20175788;贵州省科技厅项目

2023-05-25(万方平台首次上网日期,不代表论文的发表时间)

共4页

122-125

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

13

2023,13(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn