[发明专利]一种基于集成学习的道岔转辙机故障诊断方法及装置在审
| 申请号： | 202310610092.4 | 申请日： | 2023-05-26 |
| 公开（公告）号： | CN116894170A | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 贺德强;劳振鹏;靳震震;刘旗扬;陈彦君;何怡伶;李先旺;付洋;李昱霖 | 申请（专利权）人： | 广西大学 |
| 主分类号： | G06F18/2113 | 分类号： | G06F18/2113;G06F18/213;G06F18/214;G06F18/2431;G06F18/243;G06F18/25;G01R19/00;B61L5/06;G06F123/02 |
| 代理公司： | 南宁智卓专利代理事务所(普通合伙) 45129 | 代理人： | 邓世江 |
| 地址： | 530004 广西壮族*** | 国省代码： | 广西;45 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于集成学习的道岔转辙机故障诊断方法及装置，包括以下步骤：采集道岔转辙机动作电流信号；计算转辙机每相电流信号的时域特征和多尺度排列熵特征，构造每种状态的特征集；通过计算特征集之间的相关性因子得到每个类别特征的权重，并根据动态阈值自适应选择敏感特征划分训练集和测试集；构建道岔转辙机故障诊断IFL‑LightGBM模型，通过改进损失函数使得模型更加集中于难分类样本；利用训练集对IFL‑LightGBM模型的参数进行训练和优化，并对待诊断的道岔转辙机数据进行故障诊断，得到转辙机故障分类结果。本发明融合了道岔转辙机三相动作电流的信息，降低了融合特征集的冗余性，提高了故障识别精度和效率，可以实现道岔转辙机的智能故障诊断。 | ||
| 搜索关键词： | 一种 基于 集成 学习 道岔 转辙机 故障诊断 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学，未经广西大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310610092.4/，转载请声明来源钻瓜专利网。
