文章标题：基于改进VIT神经网络的无人艇电力系统故障诊断

文章作者：郑海山¹, 杨奕飞^1,2
关 键 字：无人艇;电力系统;深度学习;故障诊断;VIT
文章摘要：为适应无人艇高可靠性和智能运维保障的发展需求，本文提出一种基于改进VIT神经网络模型的无人艇电力系统故障诊断方法，通过改进的注意力机制对模型参数进行求取，降低算法空间的复杂度，且避免模型参数限于局部最优。通过对交流低压无人艇电力系统进行短路故障仿真建立故障数据集，采用连续小波变换对故障电压序列数据进行特征提取，该特征数据用于训练改进VIT模型，实现无人艇电力系统故障诊断。对改进VIT模型与卷积神经网络CNN、深度收缩残差网络DRSN、VIT模型的故障识别性能进行仿真对比研究，结果表明改进VIT模型具有较高的故障诊断准确度，且受短路故障电阻的变化影响小、适应性更强。