【技术实现步骤摘要】
基于特征评价函数和重构CBAM
‑
CNN的航空直流电弧风险评估方法
[0001]本专利技术涉及特征筛选和卷积注意力模块改进。
技术介绍
[0002]航空电弧释放的高温会造成电子器件的热应力损伤，缩短其使用寿命进而影响系统正常工作，因此航空电弧风险应受到足够重视。直流电弧的电流、电压不存在过零点，相比于交流电弧更难熄灭，所以开展针对航空直流电弧的风险评估方法研究。
[0003]电弧的能量最终以声、光、热等形式释放，可根据物理现象的剧烈程度评估确定电弧风险等级。当前的研究更多依据物理现象的差异划分电路正常状态与故障电弧状态，并没有对电弧风险等级做进一步划分。文献[1]将BP神经网络作为分类器，经过电弧图像二值化等一系列处理后评估电极材料、空气压力等不同测试条件下直流电弧故障的风险等级。但是对于航空直流电弧而言，电弧图像较电流、电压更难获取，且BP神经网络提取特征的能力有限。
[0004]作为目前人工智能算法的研究热点，CBAM
‑
CNN能够提升特征提取能力，避免特征提取能力不足...
【技术保护点】
【技术特征摘要】
1.基于特征评价函数和重构卷积注意力模块(CBAM，Convolutional Block Attention Module)
‑
卷积神经网络(CNN，Convolutional Neural Networks)的航空直流电弧风险评估方法，其特征在于：提取电弧电流每个本征模态函数(IMF，Intrinsic Mode Function)分量的时域、频域特征构成特征集，构建了能够全面分析、表征电流变化的特征评价函数，提出可以将航空直流电弧划分为持续性电弧与非持续性电弧两个等级的基于重构CBAM
‑
CNN的航空直流电弧风险评估方法。2.根据权利要求1所述的特征评价函数，其系数特征在于：根据评价指标设定几组系数组合<ω1，ω2，ω3>，分别代入特征评价函数输出特征集中所有特征的分值，定义了特征筛选均衡度E，当E不为0时，解算分值标准差s，并...
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。