龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：沈阳工业大学
申请日：2023-09-27
公开（公告）日：2024-04-26
公开（公告）号：CN117929977A
主分类号：G01R31/327
分类号：G01R31/327;G06F18/15;G06F18/213;G06N3/0464;G06N3/0442;G06N3/045
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明涉及铁路继电器寿命预测，尤其涉及一种基于VMD和CNN‑BiLSTM的铁路继电器寿命预测方法。其具有更强的特征提取能力和记忆能力，预测准确度更高，更适用于对铁路继电器进行剩余电寿命预测。进行继电器全寿命周期实验，收集线圈、触头的电压电流信号；完成铁路继电器八类特征参数提取以及数据清洗，为剩余寿命预测提供数据依据；通过斯皮尔曼相关性分析完成首次特征参数筛选；通过随机森林重要度分析完成二次特征参数筛选；完成变分模态分解过程；数据归一化处理；完成CNN部分模型搭建；完成BiLSTM模型搭建；引入注意力机制；通过变分模态分解和CNN‑BiLSTM‑Attention模型完成铁路继电器剩余寿命预测及模型分析。
主权项：1.一种基于VMD和CNN-BiLSTM的铁路继电器寿命预测方法，其特征在于：进行继电器全寿命周期实验，收集线圈、触头的电压电流信号；完成铁路继电器八类特征参数提取以及数据清洗，为剩余寿命预测提供数据依据；通过斯皮尔曼相关性分析完成首次特征参数筛选；通过随机森林重要度分析完成二次特征参数筛选；完成变分模态分解过程；数据归一化处理；完成CNN部分模型搭建；完成BiLSTM模型搭建；引入注意力机制；通过变分模态分解和CNN-BiLSTM-Attention模型完成铁路继电器剩余寿命预测及模型分析。
全文数据：
权利要求：
百度查询： 沈阳工业大学 一种基于VMD和CNN-BiLSTM的铁路继电器寿命预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号