- 1、本文档共20页,其中可免费阅读19页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供一种车网电气耦合数据的异常辨识模型训练方法,包括:获取车网电气耦合的训练数据集;训练数据集包括有标注的异常数据;将训练数据集输入事先建立的异常辨识模型进行训练,得到训练后的异常辨识模型;异常辨识模型包括电压特征提取子模型、电流特征提取子模型以及特征融合模块。将标注有异常数据的训练数据集输入异常辨识模型并完成训练,得到基于数据驱动的车网电气耦合异常辨识模型,根据信号本身的波形辨识车网电气耦合异常数据,利用深度学习的优势高效处理海量的车网电气监测数据,且融合了电压异常识别与电流异常识别,在
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113283550 A
(43)申请公布日 2021.08.20
(21)申请号 202110827993.X
(22)申请日 2021.07.22
(71)申请人 西南交通大学
地址
文档评论(0)