[发明专利]一种基于小波分解和LSTM的X射线高压电源故障预测方法在审
| 申请号： | 201811185952.X | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109490793A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 张建龙;李月;卢毅;王斌 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G01R31/40 | 分类号： | G01R31/40;G06N3/04;G06K9/00 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 黄伟洪 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明属于电性能的测试装置；电故障的探测装置技术领域，公开了一种基于小波分解和LSTM的X射线高压电源故障预测方法；将X射线高压电源的状态变化数据{y1,y2,...,yt‑1,yt}作为初始序列，分别对其前t‑1个时刻的序列进行小波分解，获得不同尺度下小波分解的子序列{Dj,j＝1,2,...,n}；利用n个子序列的t‑1个时刻的数据分别建立LSTM模型进行训练和预测，得到每个子序列t时刻的预测结果 |
||
| 搜索关键词： | 小波分解 预测结果 高压电源 子序列 故障预测 预测 状态变化数据 测试装置 初始序列 电源状态 探测装置 现实意义 线性叠加 相对误差 电故障 电性能 尺度 验证 | ||
【主权项】：
1.一种基于小波分解和LSTM的X射线高压电源故障预测方法，其特征在于，所述基于小波分解和LSTM的X射线高压电源故障预测方法包括：步骤一，将X射线高压电源的状态变化数据{y1,y2,...,yt‑1,yt}作为初始序列，分别对其前t个时刻的序列进行小波分解，获得不同尺度下小波分解的子序列{Dj,j＝1,2,...,n}；步骤二，利用n个子序列的t‑1个时刻的数据分别建立LSTM模型进行训练和预测，得到每个子序列t时刻的预测结果；步骤三，将每个子序列t时刻的预测结果进行线性叠加，获得所述电源状态序列的t时刻的预测值；步骤四，计算预测结果和真实值之间的相对误差，对预测结果进行验证和评价。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811185952.X/，转载请声明来源钻瓜专利网。
