基于相空间张量高阶奇异值分解的OLTC故障诊断方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于相空间张量高阶奇异值分解的OLTC故障诊断方法
申请号:CN202511045838
申请日期:2025-07-29
公开号:CN120541623A
公开日期:2025-08-26
类型:发明专利
摘要
基于相空间张量高阶奇异值分解的OLTC故障诊断方法,涉及有载分接开关故障诊断技术领域,用于利用多测点振动信号的特征信息,实现OLTC机械故障的精确诊断。包括步骤:S1、OLTC振动信号相空间张量表示;S2、基于高阶奇异值分解HOSVD分解相空间张量;S3、基于OLTC相空间张量分解,提取核心张量C;S4、构建基于CNN‑Transformer的OLTC故障诊断模型进行故障类型识别。本发明能够有效提取多通道振动信号的特征,并在多个典型机械故障场景下实现高达95%的总识别准确率,尤其对传动齿轮卡涩故障达到了100%的识别准确率。
技术关键词
高阶奇异值分解 故障诊断方法 振动加速度传感器 矩阵 故障诊断模型 核心 典型机械故障 延迟参数 解码器 编码器 有载分接开关 重构 故障诊断技术 信号 前馈神经网络 表征系统 多通道 注意力机制 采样点 轨迹