电路故障诊断方法、装置、电子设备和存储介质制造方法及图纸

技术编号:29403793 阅读:23 留言:0更新日期:2021-07-23 22:42
本申请涉及一种电路故障诊断方法、装置、电子设备和存储介质。所述方法包括:获取待诊断电路的信息;通过训练获得的电路故障诊断模型对待诊断电路的信息进行处理,获得待诊断电路的信息的类别,所述类别包括待诊断电路是否发生故障;训练获得电路故障诊断模型的方式包括:获取给定电路样本的信息,将给定电路样本的信息及上一次训练过程中的隐藏状态输入待训练电路故障诊断模型,获得训练故障诊断结果;若满足训练结束条件,将待训练电路故障诊断模型作为训练获得的所述电路故障诊断模型;若不满足,调整待训练电路故障诊断模型,返回获取给定电路样本的信息的步骤,直至满足训练结束条件。采用本方法能够提升电路故障诊断的准确性和诊断效率。

【技术实现步骤摘要】
电路故障诊断方法、装置、电子设备和存储介质
本申请涉及电路系统处理领域,特别是涉及一种电路故障诊断方法、装置、电子设备和存储介质。
技术介绍
随着现代电路系统的高速发展,电力系统逐渐呈现结构复杂、功能强大、电路板尺寸小、器件密度高、时钟和数传速度快等特点,这些特点使电子设备越来越复杂,增大了数字电路的自动故障诊断难度。电路故障诊断技术作为电路测试领域不可缺少的一部分,随着电子产品的智能化要求,处理速度的不断提升,对电路故障诊断提出更高的要求。传统的故障诊断技术发展缓慢,难以满足实际的需求,已经成为阻碍电路测试领域发展的瓶颈。
技术实现思路
基于此,有必要针对上述技术问题,提供一种电路故障诊断方法、装置、电子设备和存储介质,以提升电路故障诊断的准确性和诊断效率。一种电路故障诊断方法,所述方法包括:获取待诊断电路的信息;通过训练获得的电路故障诊断模型对所述待诊断电路的信息进行处理,获得所述待诊断电路的信息的类别,所述类别包括所述待诊断电路是否发生故障;训练获得所述电路故障诊断模型的方式包括:...

【技术保护点】
1.一种电路故障诊断方法,其特征在于,所述方法包括:/n获取待诊断电路的信息;/n通过训练获得的电路故障诊断模型对所述待诊断电路的信息进行处理,获得所述待诊断电路的信息的类别,所述类别包括所述待诊断电路是否发生故障;/n训练获得所述电路故障诊断模型的方式包括:/n在当前训练过程中,获取给定电路样本的信息,将所述给定电路样本的信息以及上一次训练过程中的隐藏状态输入待训练电路故障诊断模型,获得对所述给定电路样本的信息进行故障诊断处理获得的训练故障诊断结果;/n若满足训练结束条件,将所述待训练电路故障诊断模型作为训练获得的所述电路故障诊断模型;/n若不满足所述训练结束条件,将当前训练过程中的隐藏状态...

【技术特征摘要】
1.一种电路故障诊断方法,其特征在于,所述方法包括:
获取待诊断电路的信息;
通过训练获得的电路故障诊断模型对所述待诊断电路的信息进行处理,获得所述待诊断电路的信息的类别,所述类别包括所述待诊断电路是否发生故障;
训练获得所述电路故障诊断模型的方式包括:
在当前训练过程中,获取给定电路样本的信息,将所述给定电路样本的信息以及上一次训练过程中的隐藏状态输入待训练电路故障诊断模型,获得对所述给定电路样本的信息进行故障诊断处理获得的训练故障诊断结果;
若满足训练结束条件,将所述待训练电路故障诊断模型作为训练获得的所述电路故障诊断模型;
若不满足所述训练结束条件,将当前训练过程中的隐藏状态作为上一次训练过程中的隐藏状态,调整所述待训练电路故障诊断模型,并返回获取给定电路样本的信息,将所述给定电路样本的信息以及上一次训练过程中的隐藏状态输入待训练电路故障诊断模型的步骤,直至满足所述训练结束条件。


2.根据权利要求1所述的方法,其特征在于,所述电路故障诊断模型包括:长短期记忆神经网络的输入层,长短期记忆神经网络的隐藏层,以及极限学习机,所述极限学习机为所述电路故障诊断模型的输出层。


3.根据权利要求1所述的方法,其特征在于,根据各所述给定电路样本的所述训练故障诊断结果与所述给定电路样本对应的目标故障类别的误差,确定模型输出误差,在所述模型输出误差达到满足误差需求或者达到训练迭代次数时,确定满足所述训练结束条件。


4.根据权利要求3所述的方法,其特征在于,所述给定电路样本对应的目标故障类别的确定方式包括:
获取给定电路样本集,并设定聚类中心;
计算各给定电路样本到各聚类中心的隶属度;
根据各给定电路样本到各聚类中心的隶属度,重新计算各聚类类别的聚类中心;
若达到聚类迭代结束条件,则完成聚类迭代过程,基于各给定电路样本隶属的聚类中心所属类别,获得各给定电路样本的聚类类别,所述聚类类别包括故障类别;
若未达到聚类迭代结束条件,计算惩罚因子,并根据所述惩罚因子对所述给定电路样本的隶属度进行修正,并返回根据各给定电路样本到各聚类中心的隶属度,重新计算各聚类类别的聚类中心的步骤,直至达到聚类迭代结束条件。


5.根据权利要求4所述的方法,其特征在于,计算各给定电路样本到各聚类中...

【专利技术属性】
技术研发人员:高坤胡恩博苏静李新国
申请(专利权)人:湖南第一师范学院长沙变化率信息技术有限公司
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1