原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
一种基于卷积神经网络的永磁同步电机匝间短路故障诊断方法，属于电机故障诊断技术领域，解决卷积神经网络在强噪声环境中特征提取能力不足而导致的永磁同步电机故障诊断出现准确率低、泛化能力差的问题；本发明首先将采集的一维时序信号转换为二维灰度图；其次，改进多尺度特征提取模块，将该模块部分普通卷积替换为空洞卷积，扩大感受野，最大程度地提取到数据信号中的有效信息；然后引入混合注意力机制动态更新权重参数，不断强化故障特征，弱化噪声和其他干扰信号的影响；最后使用分类器进行匝间短路故障诊断；本发明的方法具有更好的准
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117192358A
(43)申请公布日2023.12.08
(21)申请号202310938232.0G06N3/048(2023.01)
文档评论（0）