基于改进GAF-SE-ResNet的光伏逆变器开路故障诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对光伏逆变器一维时序信号输入卷积神经网络时无法充分捕获时间和局部特征的问题，提出一种基于格拉姆角场（GAF）与改进的深度残差网络（ResNet）结合的光伏逆变器开路故障诊断模型。采用双通道GAF编码方法将一维电流信号映射为不同像素分布的二维故障特征图像，将特征图像作为ResNet的输入，保留了数据在时间维度的相关性。（剩余11512字）

试读结束

目录
monitor