《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于CNN-LSTM的支撐電容容值軟測量
基于CNN-LSTM的支撐電容容值軟測量
2021年電子技術應用第9期
楊培盛1,付 宇1,李鴻飛2,初開麒2,王夢謙2,李政達2
1.濟南軌道交通集團建設投資有限公司,山東 濟南250014; 2.中車青島四方車輛研究所有限公司,山東 青島266033
摘要: 實時監測功率變流器中支撐電容的老化狀態,及時發現并更換存在缺陷的電容,對提高功率變換器的可靠性具有重要意義。基于相關電壓電流數據,通過建立數據集,確定網絡模型參數和模型訓練,最終得到基于CNN-LSTM的神經網絡模型,并通過不同工況下的數據集對神經網絡模型的準確性進行了驗證。結果表明,該模型可對電容容值進行可靠預測。
中圖分類號: TN102;TM531
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.201128
中文引用格式: 楊培盛,付宇,李鴻飛,等. 基于CNN-LSTM的支撐電容容值軟測量[J].電子技術應用,2021,47(9):16-19.
英文引用格式: Yang Peisheng,Fu Yu,Li Hongfei,et al. Soft measurement of supporting capacitance based on CNN-LSTM[J]. Application of Electronic Technique,2021,47(9):16-19.
Soft measurement of supporting capacitance based on CNN-LSTM
Yang Peisheng1,Fu Yu1,Li Hongfei2,Chu Kaiqi2,Wang Mengqian2,Li Zhengda2
1.Jinan Rail Transit Group Construction Investment Co.,Ltd.,Jinan 250014,China; 2.CRRC Qingdao Sifang Rolling Stock Research Institute Co.,Ltd.,Qingdao 266033,China
Abstract: It is of great significance to monitor the aging state of the supporting capacitors in the power converter in real time and to find and replace the defective capacitors in time. In this paper, based on the relevant voltage and current data, through the establishment of data sets, the network model parameters and model training are determined. Finally, the neural network model based on CNN-LSTM is obtained. The accuracy of the neural network model is verified by the data sets under different working conditions. The results show that the model can reliably predict the capacitance value.
Key words : support capacitor;CNN-LSTM;reliability;neural network

0 引言

    近年來,電力電子系統的可靠性越來越引起社會各界的廣泛注意[1-2]。大量的研究及實踐表明,在軌道交通領域,實現軌道列車牽引系統的實時健康狀態監測,做到及時的故障預警和提前維修[3-4],將大大提高系統的可靠性,節約維修成本。

    直流母線支撐電容作為牽引系統的關鍵部件,其健康狀態隨著投入運行年限的增加而變差,直流母線電容失效導致的列車系統停機甚至損毀給社會帶來了巨大的經濟損失[5-6]。因此,支撐電容的狀態監測技術成為了當前研究的熱點[7-8]。支撐電容的容值能夠表征其真實的健康狀態[9],本文提出了一種大功率變流器直流母線電容容值的在線監測方法,利用數據訓練得到基于卷積神經網絡-長短期記憶網絡(Convolutional Neural Networks-Long Short Term Memory,CNN-LSTM)的神經網絡模型[10],可以根據列車系統運行過程中采集到的實時運行數據進行支撐電容值的準確軟測量,對于實現支撐電容健康狀態在線監測、提高功率變流器的可靠性具有重要意義。




本文詳細內容請下載:http://m.viuna.cn/resource/share/2000003737




作者信息:

楊培盛1,付  宇1,李鴻飛2,初開麒2,王夢謙2,李政達2

(1.濟南軌道交通集團建設投資有限公司,山東 濟南250014;

2.中車青島四方車輛研究所有限公司,山東 青島266033)




wd.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 一级特黄aaa大片在 一级特黄aaa大片在线观看 | aa级黄色片 | 一级毛片免费 | 欧美日韩国产另类一区二区三区 | ww7788色淫网站女女免费 | 麻豆久久婷婷综合五月国产 | 一个人看www在线高清免费看 | 日韩三级一区二区三区 | 丁香五月缴情综合网 | 99在线观看视频免费精品9 | 日本宅男午夜免费永久网站 | 在线精品亚洲欧洲第一页 | 国外免费精品视频在线观看 | 亚洲精品国产精品精 | 性色网站| 欧美视频a | 一本一道dvd在线观看免费视频 | 亚洲性生活视频 | 国产精品久久久久久网站 | 日韩欧美精品在线 | 国产成 人 综合 亚洲绿色 | 欧美mv日韩mv国产mv网站 | 精品欧美在线观看视频 | 69堂午夜精品视频在线 | 毛片a级毛片免费播放100 | 亚洲αv | 免费看美女毛片 | 国产欧美国产精品第一区 | 国产精品欧美日韩 | 久操视频网 | 久久精品国产亚洲综合色 | 国产区综合另类亚洲欧美 | 天天摸天天做天天爽水多 | 亚洲91在线视频 | 亚洲日本欧美综合在线一 | 成 黄 色 激 情视频网站 | 免费韩国理伦片在线观看 | 天天操伊人 | 美女黄18 | 麻豆国产精品高中生视频 | 最近中文免费字幕在线播放 |