基于条件生成对抗网络和长短期记忆网络的故障诊断方法
申请号:CN202510914706
申请日期:2025-07-03
公开号:CN121030434A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于条件生成对抗网络和长短期记忆网络的故障诊断方法,属于锂电池故障诊断领域。基于条件生成对抗网络和长短期记忆网络生成故障诊断模型对铁路信号机锂电池进行故障诊断。利用条件生成对抗网络自动提取出与锂电池故障相关的特征合成所需电池故障的样本,平衡扩增数据集;长短期记忆网络则用于对输入的样本数据挖掘其隐藏特征,学习其长期依赖关系,从而进行锂电池的多故障诊断,与传统的单一网络故障诊断模型相比,融合了条件生成对抗网络和长短期记忆网络优点的轻量级故障诊断构架,有效地提高铁路信号机的锂电池故障的诊断准确率,减少故障误诊,提升模型的泛化能力。
技术关键词
条件生成对抗网络
长短期记忆网络
锂电池故障诊断
故障诊断方法
故障特征
铁路信号机
网络故障诊断模型
样本
数据
Softmax函数
随机噪声
增广拉格朗日
电压
标签
记忆单元