期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用贝叶斯优化和多尺度卷积网络的五相永磁同步电机匝间短路诊断
1
作者
戴显阳
陈前
+2 位作者
宋向金
刘正蒙
徐高红
《电气工程学报》
CSCD
2023年第4期114-123,共10页
传统神经网络算法虽成功应用于永磁电机的匝间短路故障诊断中,但其在噪声干扰下难以提取出足够的故障特征量,且依靠经验选取的模型超参数无法达到性能最优,限制了其应用范围。为此,提出了一种采用贝叶斯优化的多尺度卷积神经网络算法,...
传统神经网络算法虽成功应用于永磁电机的匝间短路故障诊断中,但其在噪声干扰下难以提取出足够的故障特征量,且依靠经验选取的模型超参数无法达到性能最优,限制了其应用范围。为此,提出了一种采用贝叶斯优化的多尺度卷积神经网络算法,并将其用于五相永磁同步电机早期ITSC故障诊断。首先,使用多尺度卷积神经网络采集足够的故障特征。其次,引入贝叶斯优化算法实现模型超参数全局寻优,节省调参时间。最后,该算法通过提取实际电流信号数据实现不同短路情况下的早期ITSC故障诊断。为了证明所提算法的优越性,将其与其他四种算法进行比较,结果表明所提方法的准确率更高。
展开更多
关键词
故障诊断
匝间短路
五相永磁同步电机
多尺度卷积网络
贝叶斯优化
下载PDF
职称材料
题名
采用贝叶斯优化和多尺度卷积网络的五相永磁同步电机匝间短路诊断
1
作者
戴显阳
陈前
宋向金
刘正蒙
徐高红
机构
江苏大学电气信息工程学院
出处
《电气工程学报》
CSCD
2023年第4期114-123,共10页
基金
国家自然科学基金资助项目(52077097)。
文摘
传统神经网络算法虽成功应用于永磁电机的匝间短路故障诊断中,但其在噪声干扰下难以提取出足够的故障特征量,且依靠经验选取的模型超参数无法达到性能最优,限制了其应用范围。为此,提出了一种采用贝叶斯优化的多尺度卷积神经网络算法,并将其用于五相永磁同步电机早期ITSC故障诊断。首先,使用多尺度卷积神经网络采集足够的故障特征。其次,引入贝叶斯优化算法实现模型超参数全局寻优,节省调参时间。最后,该算法通过提取实际电流信号数据实现不同短路情况下的早期ITSC故障诊断。为了证明所提算法的优越性,将其与其他四种算法进行比较,结果表明所提方法的准确率更高。
关键词
故障诊断
匝间短路
五相永磁同步电机
多尺度卷积网络
贝叶斯优化
Keywords
Fault diagnosis
inter-turn short circuit faults
five-phase permanent magnet synchronous motors
multiscale convolutional neural network
Bayesian optimization
分类号
TM341 [电气工程—电机]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用贝叶斯优化和多尺度卷积网络的五相永磁同步电机匝间短路诊断
戴显阳
陈前
宋向金
刘正蒙
徐高红
《电气工程学报》
CSCD
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部