-
题名基于神经网络的电气自动化设备故障智能检测方法
被引量：6
- 1
-
-
作者
刘家国
-
机构
国电南瑞科技股份有限公司
-
出处
《电工技术》
2021年第4期36-37,82,共3页
-
文摘
电气自动化设备故障智能诊断是确保电气自动化设备能够稳定运行的基础,但传统故障诊断技术存在故障诊断精度低的问题,因此开展了基于神经网络的电气自动化设备故障智能诊断的研究。通过构建电气自动化设备故障智能诊断模型,对参数进行统一化处理;利用神经网络自适应的模式识别技术,基于神经网络提取离散型故障信号;将适应值精确到函数中具体的某个点坐标上,以输入节点作为故障征兆,输出节点作为故障原因,实现电气自动化设备故障智能诊断定位。试验结果表明,设计的故障诊断技术能够诊断出数量更多的电气自动化设备故障,故障诊断精度更高,可以实现对电气自动化设备故障智能的精准诊断。
-
关键词
神经网络
电气自动化
设备故障
智能诊断技术
离散型故障信号
-
Keywords
neural network
electrical automation
equipment fault
intelligent diagnosis technology
discrete fault signal
-
分类号
TM76
[电气工程—电力系统及自动化]
-
-
题名基于深度学习的多导睡眠监测仪运行异常状态监测
被引量：1
- 2
-
-
作者
陈蕾
金剑
-
机构
武汉市第一医院神经内科睡眠医学中心
武汉市第一医院设备处
-
出处
《现代科学仪器》
2022年第4期234-238,248,共6页
-
文摘
多导睡眠监测仪运行异常状态监测由于非稳态离散故障信号的影响,导致监测精度低和监测耗时长,提出基于深度学习的多导睡眠监测仪运行异常状态监测方法。识别多导睡眠检测仪中运行的异常信号,分离存在损伤的非稳态离散故障信号,建立异常状态数据转换通道,根据深度学习算法获取监测仪运行数据特征,完成多导睡眠监测仪运行异常状态监测。实验结果表明,监测方法的监测精度在90%以上,平均监测耗时仅为1.52s,该方法有效提高了监测精度,降低了监测耗时。
-
关键词
深度学习
多导睡眠监测仪
运行异常状态
离散故障信号
异常信号幅值
小波变换函数
-
Keywords
Deep learning
Polysomnography monitor
Operation abnormal state
Discrete fault signal
Abnormal signal amplitude
Wavelet transform function
-
分类号
R197.39
[医药卫生—卫生事业管理]
-
