[发明专利]一种基于Alexnet算法的电机电流波形分析方法

权利要求书

1.一种基于Alexnet算法的电机电流波形分析方法，其特征在于包括如下步骤：

（1）数据预处理；

（2）基于Alexnet算法建立电流分析模型；

所述步骤（2）的基于Alexnet算法建立电流分析模型为两层Alexnet结构，第一层结构区分出大部分普通波形，第二层结构进一步区分与正常波形相似的波形，具体采用如下步骤进行建模：

（2.1）波形标签处理，包括对异常特征明显的波形和异常特征不明显的波形的标签处理，每一种波形都有各自的类别标签，保持异常特征明显的波形的标签不变，将异常特征不明显的波形视为一大类，并将其标签修改为相同的值；

（2.2）第一层模型建立，将带标签的波形输入Alexnet进行训练，得到第一层波形分析模型；

（2.3）数据筛选，从训练集中选取异常特征不明显的波形作为新的训练集，并将这些波形的标签修改为原本的异常类别标签；

（2.4）第二层模型建立，将新的数据集输入Alexnet进行训练，得到第二层波形分析模型；

（3）电流分析模型参数的优化。

2.根据权利要求1所述的一种基于Alexnet算法的电机电流波形分析方法，其特征在于，所述步骤（1）的数据预处理的过程如下：在读取输入图片之后，首先将所有波形图片大小统一为100*100像素，然后将训练样本中的所有图片按预设比例分为训练集与测试集，训练集用于训练模型，测试集用于测试所得模型的准确率结果。

3.根据权利要求1所述的一种基于Alexnet算法的电机电流波形分析方法，其特征在于：所述步骤（3）电流分析模型参数的优化，包括以下几个方面：

（3.1）一次训练样本数量的选择，在Alexnet算法中，自行设置每次训练过程中所输入的波形样本的数量，选取不同的值，选取收敛速度最快的值为一次训练样本数量；

（3.2）学习率的选择，选取不同的学习率分别运行，得到的准确率图像，根据收敛速度和算法复杂度选择合适的学习率；

（3.3）比例的选择，采用留出法对数据集进行分类，选择不同的训练集和测试集比例进行测试，选择合适的比例。