典型文献
基于mixup-LSTM的永磁同步电机故障诊断方法
文献摘要：
本文针对永磁同步电机匝间短路和失磁故障进行研究,提出了一种基于mixup数据增强和机器学习分类器的故障诊断方法.该方法提取通过小波包分解提取定子电流信号中的故障特征建立故障诊断样本,结合mixup实现样本扩张,避免小样本带来的过拟合问题.最后将扩张样本输入长短时记忆网络(long short-term memory,LSTM)进行分类.结果表明,该方法能够高效地实现永磁同步电机故障诊断,且具有较高的准确度和较强的抗噪性能.
文献关键词：
永磁同步电机;故障诊断;数据增强;长短时记忆网络
中图分类号：
作者姓名：
张立松;杨明发
作者机构：
福州大学电气工程与自动化学院,福建 福州 350116
文献出处：
引用格式：
[1]张立松;杨明发-.基于mixup-LSTM的永磁同步电机故障诊断方法)[J].电气开关,2022(05):58-62
A类：
B类：
mixup,永磁同步电机,电机故障诊断,故障诊断方法,匝间短路,失磁故障,数据增强,机器学习分类器,小波包分解,定子电流信号,故障特征,小样本,过拟合,长短时记忆网络,long,short,term,memory,抗噪性能
AB值：
0.267863
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
