公开(公告)号：CN114021692A

公开(公告)日：2022-02-08

申请号：CN202010696780.3

申请日：2020-07-16

Applicant: 中国船舶重工集团公司第七一一研究所

Inventor： 陈亚杰 ,  段征 ,  冯玉龙 ,  王小燕 ,  周瑜 ,  潘志强 ,  杨璇 ,  武美君 ,  高海波 ,  商蕾 ,  林治国 ,  何业兰 ,  廖林豪 ,  徐晓滨 ,  徐晓健

IPC: G06N3/04 ,  G06N5/04 ,  G06Q50/06 ,  G06K9/62 ,  G06F17/16

Abstract: 本发明公开了一种卷积神经网络与证据推理融合的AC/DC变换器故障诊断方法，包括采集AC/DC变换器的母线电压数据并进行数据预处理，形成训练样本和待检样本；使用训练样本深度训练并评估不同结构卷积神经网络模型，获取卷积神经网络模型的准确率；根据准确率获取不同结构卷积神经网络模型的可靠性因子rj和重要性因子wj；将不同结构卷积神经网络模型应用于待检样本，获取待检样本的AC/DC变换器的故障状态的证据；根据可靠性因子和重要性因子对证据进行融合，输出待检样本的AC/DC变换器的故障状态的诊断结果。根据本发明的卷积神经网络与证据推理融合的AC/DC变换器故障诊断方法，能够提高诊断性能和诊断精度，使AC/DC变换器的故障状态的诊断结果更为可靠。