申请/专利权人：中南大学

申请日：2023-11-29

公开（公告）日：2024-04-12

公开（公告）号：CN117872219A

主分类号：G01R31/54

分类号：G01R31/54;G06F18/24;G06F18/214;G06F18/21;G06F17/16;G06N3/0464;G06N3/08;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及轨道列车牵引系统电路故障诊断领域，公开了一种列车牵引变流器的开路故障诊断方法及系统该方法包括：搭建正交化的自动编码器来构造传感器采样数据之间的关联关联图，构造正交投影损失函数以引导编码器拟合出正交映射，提高编码器的可解释性；搭建基于最近邻优化策略的关联关系图优化模型，删除距离较远的邻居节点以准确描述数据间的关联关系，并防止模型过拟合；将关联关系图转化为关联关系矩阵，构造图卷积网络，在网络前向传播中使用关联关系矩阵，对图卷积网络进行训练，基于完成训练后的网络进行故障诊断。可实现有监督的关联关系图构建，提高牵引电机故障诊断准确率。

主权项：1.一种列车牵引电机的故障诊断方法，其特征在于，包括：S1：采集牵引电机的原始故障诊断数据集，根据牵引电机的工业现场条件确定牵引电机可能存在的故障类型；S2：基于滑窗法对所述数据集进行预处理，并将数据集划分为训练集、测试集也验证集；S3：搭建正交化的自动编码器；S4：构造所述自动编码器的正交投影损失函数，基于所述损失函数引导编码器拟合出正交映射以构造数据集内部各数据之间的关联关联图；S5：搭建基于最近邻优化策略的关联关系图优化模型；S6：将所述关联关系图优化模型转化为关联关系矩阵，将所述关联关系矩阵和数据集作为输入，构造图卷积神经网络，在网络前向传播公式中使用关联关系矩阵，使用训练集对图卷积网络进行迭代训练直至其收敛；S7：基于所述测试集和所述验证集验证迭代收敛的图卷积神经网络中，若图卷积神经网络的输出结果符合设定要求，视为训练成功；S8：将牵引电机的实时工作数据输入训练成功后的图卷积神经网络进行故障诊断。

全文数据：

权利要求：

百度查询： 中南大学 一种列车牵引变流器的开路故障诊断方法及系统

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