基于擠壓-激勵注意力機(jī)制的CNN-LSTM煤礦用電機(jī)異常狀態(tài)檢測

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)的可靠運行，提出一種基于擠壓-激勵注意力機(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）提取序列時序變化特征，結(jié)合擠壓-激勵注意力機(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?。蝗缓笸ㄟ^均方根誤差（RMS... （共5頁）