基于擠壓-激勵(lì)注意力機(jī)制的CNN-LSTM煤礦用電機(jī)異常狀態(tài)檢測
煤炭技術(shù)
頁數(shù): 5 2024-09-26
摘要: 針對環(huán)境惡劣和復(fù)雜工況導(dǎo)致煤礦用電機(jī)故障頻發(fā),為保障煤礦用電機(jī)的可靠運(yùn)行,提出一種基于擠壓-激勵(lì)注意力機(jī)制的CNN-LSTM煤礦用電機(jī)異常狀態(tài)檢測模型。首先引入卷積神經(jīng)網(wǎng)絡(luò)(CNN)獲取多特征輸入空間聯(lián)系,采用長短期記憶網(wǎng)絡(luò)(LSTM)提取序列時(shí)序變化特征,結(jié)合擠壓-激勵(lì)注意力機(jī)制(SE)為LSTM層進(jìn)行自適應(yīng)權(quán)重分配來增強(qiáng)電機(jī)定子電流的關(guān)鍵信息提??;然后通過均方根誤差(RMS...