找到 1 条结果

排序:
智能化与AI应用 故障诊断 深度学习 机器学习 ★ 3.0

基于贝叶斯优化残差CNN的永磁同步电机匝间短路故障估计

On Bayesian Optimization-Based Residual CNN for Estimation of Inter-Turn Short Circuit Fault in PMSM

Qiang Song · Mingsheng Wang · Wuxuan Lai · Sifang Zhao · IEEE Transactions on Power Electronics · 2023年2月

本文提出了一种基于贝叶斯优化(BO)的残差卷积神经网络(CNN)算法,用于永磁同步电机(PMSM)匝间短路(ITSC)故障的早期诊断。该方法通过优化CNN结构提升了故障特征提取能力,有效解决了传统CNN在电机故障诊断中应用面临的挑战,提高了电机运行的安全性与可靠性。

解读: 该技术主要针对电机驱动系统的故障诊断,与阳光电源的风电变流器及电动汽车充电桩业务具有一定的技术关联性。虽然阳光电源目前核心业务侧重于电力电子变换,但随着风电变流器向高可靠性、智能化运维方向发展,引入基于深度学习的故障预测与健康管理(PHM)技术是提升产品竞争力的关键。建议研发团队关注该算法在变流器功...