-
公开(公告)号：CN119510941A
公开(公告)日：2025-02-25
申请号：CN202411615547.2
申请日：2024-11-13
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G01R31/00 , G01R31/52 , G01R31/54 , G06F18/2415 , G06F18/211 , G06F18/10 , G06F18/2131 , G06F123/02
Abstract: 本申请涉及一种故障诊断方法、装置、设备及计算机可读存储介质。方法包括：获取电力电子设备的电力参数信息集合中每个电力参数信息对应的反余弦值以及反正弦值；根据各电力参数信息对应的反余弦值以及反正弦值，确定各电力参数信息的三角差分特征值；根据各三角差分特征值，构建电力电子设备的电力参数特征图；采用参数故障诊断模型对电力参数特征图进行处理，得到电力电子设备的故障诊断结果。采用本方法能够提高电力电子设备的故障诊断结果的准确性。
-
公开(公告)号：CN116451093A
公开(公告)日：2023-07-18
申请号：CN202310541792.2
申请日：2023-05-12
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F18/22 , G06F18/24 , G06F18/214 , G06F18/20 , G06N3/006 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本申请涉及一种电路故障分析模型的训练方法以及电路故障分析方法。其中，训练方法包括获取待训练的电路故障分析模型、以及电路故障的训练数据，训练数据包括样本数据以及样本标签；将样本数据输入至待训练的电路故障分析模型，通过电路故障分析模型对样本数据进行特征突出处理，得到故障特征；通过电路故障分析模型对故障特征进行时序特征提取，将时序特征提取得到的特征数据进行分类预测；将分类预测结果与样本标签进行相似度对比；更新待训练的电路故障分析模型的模型参数直至相似度对比结果不大于预设误差，得到已训练的电路故障分析模型。方法提升了电路故障分析模型的适用性，也提升了电路模型故障分析结果的准确性和可靠性。
-
公开(公告)号：CN115964943A
公开(公告)日：2023-04-14
申请号：CN202211655986.7
申请日：2022-12-22
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F30/27 , G06F18/2415 , G06F119/04 , G06F119/08 , G06F111/08
Abstract: 本申请涉及一种离线设备剩余寿命预测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取不同类别的联网设备运行数据；对不同类别的联网设备运行数据分别进行分析，获取不同类别的联网设备的运行敏感参数以及运行敏感参数对应的设备剩余寿命；采用机器学习对不同类别的联网设备的运行敏感参数以及运行敏感参数对应的设备剩余寿命进行训练，建立不同类别的设备剩余寿命函数模型；获取不同类别离线设备的运行敏感参数；将不同类别离线设备的运行敏感参数对应输入至不同类别的设备剩余寿命函数模型，得到离线设备剩余寿命预测结果。采用本方法能够准确进行离线设备剩余寿命预测。
-
公开(公告)号：CN118606087A
公开(公告)日：2024-09-06
申请号：CN202410740370.2
申请日：2024-06-08
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F11/07 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种电子板卡故障分析方法、装置、电子设备及存储介质，属于故障诊断技术领域，获取待分析电子板卡的多通道数据；输入所述多通道数据至预先训练完成的混合注意力网络，得到所述多通道数据的特征数据；根据所述多通道数据的特征数据和预设的故障知识字典，得到所述待分析电子板卡的故障类型；其中，所述混合注意力网络基于多通道数据样本训练得到，所述多通道数据样本基于对电子板卡进行故障模拟得到。本公开通过对电子板卡进行故障模拟，解决电子板卡单通道数据的多通道数据的特征数据较少的问题，通过预先训练完成的混合注意力网络提取待分析电子板卡的多通道数据的特征，解决多通道输入的网络特征提取不足的问题。
-
公开(公告)号：CN117763483A
公开(公告)日：2024-03-26
申请号：CN202410009187.5
申请日：2024-01-04
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F18/2433 , G06F18/241 , G06F18/213 , G06F40/289 , G06F40/30 , G06N3/0442 , G06N3/0464 , G06N3/082
Abstract: 本申请涉及一种故障检测方法、装置、设备和存储介质。方法包括：获取目标故障文本对应的目标词向量矩阵，并将目标词向量矩阵输入至预设故障检测模型中。通过预设故障检测模型提取目标词向量矩阵对应的至少一个故障检测类型的检测特征值，并对至少一个故障检测类型的检测特征值进行标准化处理，以输出目标故障文本对应的故障检测结果。本申请中，通过预设的故障检测模型，提取目标词向量矩阵对应的故障检测类型的检测特征值，有利于提取出目标故障文本的深度特征，从而可以提高基于目标故障文本故障检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118801572A
公开(公告)日：2024-10-18
申请号：CN202410979683.3
申请日：2024-07-22
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: H02J13/00 , G06F30/20 , G06F113/04 , G06F119/08 , G06F119/04
Abstract: 本申请涉及一种上述功率模块的监测方法、装置、低压配电网和计算机设备，涉及智能电网技术领域，本申请通过获取低压配电网中各功率模块的配置信息和运行状态参数，运行状态参数包括温度参数、湿度参数和电流参数，首先根据各功率模块的配置信息确定各功率模块对应的加速寿命模型，之后即可根据各功率模块的温度参数、湿度参数和电流参数以及对应的加速寿命模型确定各功率模块的寿命预测值，从而实现对低压配电网中各功率模块的寿命的预测，有利于对各功率模块进行可靠性检测及运行管理。
-
公开(公告)号：CN117453143A
公开(公告)日：2024-01-26
申请号：CN202311623071.2
申请日：2023-11-29
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F3/06
Abstract: 本申请涉及一种数据缓冲区的管理方法、装置，方法包括：获取数据采集通道关联的缓冲区序列，缓冲区序列包括的多个缓冲区位于不同的连续地址空间内，不同数据采集通道的缓冲区序列中相同次序的缓冲区属于相同的连续地址空间；接收到数据采集通道关联的写操作，确定数据采集通道的当前写缓冲区；在当前写缓冲区已满的情况下，确定当前写缓冲区在缓冲区序列中的次序，并基于次序确定目标写缓冲区；获取正在执行的读操作关联的读缓冲区，在读缓冲区与目标写缓冲区不重叠的情况下，确定目标写缓冲区的写地址；向写地址写入所述写操作关联的采集数据。采用本方法能够在有限的硬件条件下提升硬件资源的利用率从而提升数据采集效率。
-
公开(公告)号：CN115758208A
公开(公告)日：2023-03-07
申请号：CN202211395520.8
申请日：2022-11-09
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F18/24 , G06F18/25 , G06F18/213 , G06F18/214 , G06F30/20 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种牵引变流器故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取牵引变流器的工况数据；提取工况数据的时频特征，得到目标特征数据；将目标特征数据输入深度残差收缩网络模型进行故障预测，得到第一故障预测结果，并将目标特征数据输入深度长短期记忆网络模型进行故障预测，得到第二故障预测结果；根据第一故障预测结果和第二故障预测结果进行加权融合，得到故障诊断结果。整个方案，通过多工况的数字孪生状态样本数据训练网络模型更加准确，进而基于两种网络模型进行故障预测，并基于多维度的故障预测结果进行加权融合，得到更加准确的故障诊断结果。
-
公开(公告)号：CN115754668A
公开(公告)日：2023-03-07
申请号：CN202211396042.2
申请日：2022-11-09
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G01R31/28 , G06N3/045 , G06N3/0464
Abstract: 本申请涉及一种电子电路间歇故障诊断方法、装置、系统、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待诊断电子电路的电路状态数据，对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果，调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。采用本方法能够实现快速的不同类型故障模式的预警和故障诊断，得到准确的故障诊断结果。
-
公开(公告)号：CN118734033A
公开(公告)日：2024-10-01
申请号：CN202410724675.4
申请日：2024-06-05
Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/096
Abstract: 本公开提供一种基于动态扩张卷积的信号特征提取方法和装置，属于深度学习技术领域，获取目标输入数据，根据所述目标输入数据的信号长度和信号通道数得到扩张卷积的动态扩张率；根据所述动态扩张率对所述目标输入数据进行特征提取，得到所述目标输入数据的信号特征。本公开根据目标输入数据的信号长度和信号通道数动态调整扩张率，可以对不同的目标输入数据进行特征信息的提取时，自适应动态调整扩张率以获取最合适的特征提取结果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.052 seconds)
