基于深度学习算法的船用高频电路工作状态检测研究

为了提升船用高频开关电源的运行可靠性，提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号，作为深度受限波尔兹曼机的输入，深度受限波尔兹曼机利用2层受限玻尔兹曼机，通过2次非线性映射，提取船用高频电路工作状态特征。设置所提取的高频电路工作状态特征，作为支持向量数据描述方法的输入，将输入样本映射至高维内积空间，判定样本是否存在于高维内积空间的最优超球体内，检测船用高频电路工作状态为正常或异常状态。实验结果表明，该方法可以精准检测船用高频电路工作状态，满足船舶高频开关电源的运行可靠性需求。