申请/专利权人：北京无线电计量测试研究所

申请日：2020-08-17

公开（公告）日：2024-05-07

公开（公告）号：CN112101116B

主分类号：G06F30/367

分类号：G06F30/367;G06N3/04;G06N3/08;G01R31/316

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2021.01.05#实质审查的生效;2020.12.18#公开

摘要：本发明的一个实施例公开一种基于深度学习的模拟电路故障诊断方法，该方法包括：S10、搭建深度学习故障诊断模型中的深度学习网络；S20、采集模拟电路的输出时域脉冲响应信号，包括训练集和测试集；S30、对所述训练集和测试集分别作归一化处理，获得所述训练集和测试集的归一化脉冲响应信号；S40、将所述训练集的归一化脉冲响应信号作为输入，将采集所述训练集时设置的故障标签作为输出，训练所述深度学习故障诊断模型，得到所述模拟电路的故障诊断模型；S50、将所述测试集的归一化脉冲响应信号作为所述模拟电路的故障诊断模型的输入，得到所述测试集的诊断状态。

主权项：1.一种基于深度学习的模拟电路故障诊断方法，其特征在于，该方法包括：S10、搭建深度学习故障诊断模型中的深度学习网络；S20、采集模拟电路的输出时域脉冲响应信号，包括训练集和测试集；S30、对所述训练集和测试集分别作归一化处理，获得所述训练集和测试集的归一化脉冲响应信号；S40、将所述训练集的归一化脉冲响应信号作为输入，将采集所述训练集时设置的故障标签作为输出，训练所述深度学习故障诊断模型，得到模拟电路的故障诊断模型；S50、将所述测试集的归一化脉冲响应信号作为所述模拟电路的故障诊断模型的输入，得到所述测试集的诊断状态；所述模拟电路的故障诊断模型包括：S401、LSTM网络的前向传播，其中包括遗忘门、更新门和输出门的前向传播，细胞状态的更新和单个细胞的输出；S4010、所述LSTM网络的遗忘门的前向传播为：ft＝σWfaat-1+Wfxxt+bf其中，Wfa和Wfx为遗忘门权重系数，at-1为t-1时刻的LSTM隐藏输出状态，bf为遗忘门偏置，σ为遗忘门激活函数sigmoid，ft为t时刻遗忘门输出状态，xt为训练集输入状态；S4012、所述LSTM网络的更新门的前向传播为：it＝σWiaat-1+Wixxt+bi其中，Wia和Wix为更新门权重系数，at-1为t-1时刻的LSTM隐藏输出状态，bi为更新门偏置，σ为更新门激活函数sigmoid，it为t时刻更新门输出状态，xt为训练集输入状态；S4014、所述LSTM网络的细胞状态的更新为：ct＝it×tanhWcaat-1+Wcxxt+bc+ft×ct-1其中，it为t时刻更新门输出状态，Wca和Wcx为细胞状态更新权重系数，bc为细胞状态偏置，tanh为细胞状态更新激活函数tanh函数，at-1为t-1时刻的LSTM隐藏输出状态，xt为训练集输入状态，ft为t时刻遗忘门输出状态，ct为t时刻细胞状态，ct-1为t-1时刻细胞状态；S4016、所述LSTM网络的输出门的前向传播为：ot＝σWoaat-1+Woxxt+bo其中，Woa和Wox为输出门权重系数，at-1为t-1时刻的LSTM隐藏输出状态，bo为输出门偏置，σ为输出门激活函数sigmoid，ot为t时刻输出门输出状态，xt为训练集输入状态；S4018、所述LSTM网络的单个细胞输出：at＝ot×tanhct其中，at为t时刻的LSTM隐藏输出状态，ot为t时刻输出门输出状态，ct为t时刻的细胞状态，tanh为输出门激活函数tanh函数；S402、第一全连接层的前向传播，具体过程如下： 其中，z1t为第一全连接层的第t个输出，x1t为第一全连接层的第t个输入，w1t为第一全连接层的第t个输入的权重，b1为第一全连接层的第t个输入的偏置，t为时刻，取1…n中的任意一个，n为大于等于1的自然数；S403、第二全连接层的前向传播，具体过程如下： 其中，z2t为第二全连接层的第t个输出，x2t为第二全连接层的第t个输入，w2t为第二全连接层的第t个输入的权重，b2为第二全连接层的第t个输入的偏置；S404、第三全连接层的前向传播，具体过程如下： 其中，z3t为第三全连接层的第t个输出，x3t为第三全连接层的第t个输入，w3t为第三全连接层的第t个输入的权重，b3为第三全连接层的第t个输入的偏置；S405、softmax分类层的前向传播，具体过程如下： 其中，z3t为第三全连接层的第t个输出，pt为分类层的第t个输出，n为分类层的分类个数。

全文数据：

权利要求：

百度查询： 北京无线电计量测试研究所 一种基于深度学习的模拟电路故障诊断方法

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。

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