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：中汽研新能源汽车检验中心(天津)有限公司
申请日：2024-04-16
公开（公告）日：2024-05-17
公开（公告）号：CN118052154A
主分类号：G06F30/27
分类号：G06F30/27;G06F18/10;G06F18/214;G06N3/0442;G06N3/096
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明提供了一种少样本数据增强与迁移的电驱动系统故障预测方法，包括：采集电驱动系统在正常工作状态下的运行数据，使用运行数据对LSTM网络模型进行预训练；采集电驱动系统在故障状态下的故障数据，对故障数据进行特征标签的标定操作，并通过时间滑窗对少样本故障数据进行数据增强处理；对预训练的LSTM网络模型进行迁移学习得到故障预测模型，使用增强后的故障数据对故障预测模型进行训练；使用训练好的故障预测模型进行故障预测，输出预测故障曲线。本发明有益效果：可以高效利用较少的数据进行训练，相对于传统模型能够更精准的识别和预测电机总成的潜在故障。
主权项：1.一种少样本数据增强与迁移的电驱动系统故障预测方法，其特征在于，包括：采集电驱动系统在正常工作状态下的运行数据，使用运行数据对LSTM网络模型进行预训练；采集电驱动系统在故障状态下的故障数据，对故障数据进行特征标签的标定操作，并通过时间滑窗对少样本故障数据进行数据增强处理；对预训练的LSTM网络模型进行迁移学习得到故障预测模型，使用增强后的故障数据对故障预测模型进行训练；使用训练好的故障预测模型进行故障预测，输出预测故障曲线。
全文数据：
权利要求：
百度查询： 中汽研新能源汽车检验中心(天津)有限公司 一种少样本数据增强与迁移的电驱动系统故障预测方法
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