申请/专利权人：南京航空航天大学

申请日：2024-01-16

公开（公告）日：2024-02-20

公开（公告）号：CN117574689A

主分类号：G06F30/20

分类号：G06F30/20;G06F18/213;G06F18/214;G06F18/21;G06F18/24;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开一种基于BiGRU的电源状态评估方法及系统，涉及模拟电路电子器件故障诊断技术领域；该方法包括：获取训练数据；所述训练数据包括电源样本的输出电压数据和电源样本的输出电压数据对应的故障类型；将所述训练数据分为训练集和验证集；构建基于BiGRU改进的深度学习网络模型；基于所述训练集和所述验证集采用梯度下降算法对所述深度学习网络模型进行训练和验证，得到电源状态评估模型；将待检测的电源的输出电压数据输入至所述电源状态评估模型中，得到待检测的电源的故障类型。本发明通过引入基于BiGRU改进的深度学习网络模型，能够有效地捕捉时间序列数据中的长期依赖关系，实现对电源状态的准确评估。

主权项：1.一种基于BiGRU的电源状态评估方法，其特征在于，所述基于BiGRU的电源状态评估方法包括：获取训练数据；所述训练数据包括电源样本的输出电压数据和电源样本的输出电压数据对应的故障类型；将所述训练数据分为训练集和验证集；构建基于BiGRU改进的深度学习网络模型；基于所述训练集和所述验证集采用梯度下降算法对所述深度学习网络模型进行训练和验证，得到电源状态评估模型；将待检测的电源的输出电压数据输入至所述电源状态评估模型中，得到待检测的电源的故障类型。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于BiGRU的电源状态评估方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD