基于改进CNN的医院电气设备绝缘状态自动监测方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前，医院电气设备绝缘状态的自动监测方法往往性能不佳，导致误报、漏报和监测精度低。为了解决这个问题，提出基于改进卷积神经网络（Convolutional Neural Networks， CNN[ 2] ）的自动监测方法。通过将振幅映射到像素灰度、将时间映射到像素位置、将信号转换为2D图像，使用全球平均池来增强CNN，对设备状态进行分类，识别绝缘状况，并发出警告。（剩余5005字）

试读结束

目录
monitor