科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于弱监督学习小样本场景下逆变器的故障数据数量不足且类别不平衡，使得基于数据驱动故障诊断方法的性能下降。为克服传统数据增强方法未考虑数据分布特性的缺陷，提出一种特定系数小波重构数据增强的逆变器故障诊断方法。首先对原始小样本数据进行小波包分解并通过计算获得特定系数，对其随机微调后通过小波包重构直接扩充样本，重复该过程以获取数量充足且类别平衡的训练集，然后基于卷积神经网络实现“端到端”的特征提取与故障分类。最后，实验结果表明，所提方法能有效扩充弱监督学习小样本场景下的故障数据，提高故障诊断精度，可作为逆变器小样本故障诊断的数据预处理环节。
- 单位
