基于变分模态分解和CNN-BiGRU-Attention神经网络的电机故障分类方法

为了解决电机故障分类结果准确性较低的问题，提出一种基于变分模态分解（variational mode decomposition，VMD）与CNN-BiGRU-Attention神经网络模型相结合的电机故障诊断方法。首先，对凯斯西储大学电机数据进行预处理，然后利用VMD方法将复杂的电机信号分解成多个IMF（intrinsic mode function）分量，构建电机故障特征向量。最后，建立特征训练CNN-BiGRU-Attention神经网络模型，基于模型的迭代训练，诊断电机故障的具体类型。实验结果表明，提出的诊断方法应用后，电机故障分类错误诊断数量较少，测试集准确率达到97%以上，方法具有...

ver descrição completa

Detalhes bibliográficos

Principais autores:	司成志, 惠世贤, 邢超, 邓灿
Formato:	Artigo
Idioma:	Chinês
Publicado em:	Editorial Department of High Voltage Apparatus 2025-05-01
coleção:	Gaoya dianqi
Assuntos:	VMD CNN-BiGRU-Attention IMF 故障分类
Acesso em linha:	http://www.zgydq.com/zh/article/doi/10.13296/j.1001-1609.hva.2025.05.020/
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!