公开(公告)号：CN116911378A

公开(公告)日：2023-10-20

申请号：CN202310840411.0

申请日：2023-07-10

Applicant: 国网湖南省电力有限公司电力科学研究院 ,  中国电力科学研究院有限公司 ,  华中科技大学

Inventor： 荆岫岩 ,  姬联涛 ,  刘昊 ,  王璞 ,  陈龙翔 ,  徐梓翔 ,  周迪 ,  李超顺 ,  谢捷敏

IPC: G06N3/096 ,  G06N3/0985 ,  G06N3/082 ,  G06N3/086 ,  G06N3/0442 ,  G06F18/214 ,  G01R31/34

Abstract: 本发明公开基于迁移学习和PSO算法的水电机组故障诊断方法和系统，属于水电机组故障诊断技术领域。包括：将设计工况下水电机组故障振动数据作为源域数据，将变工况下水电机组故障振动数据作为辅助域数据，将故障类型作为标签，得到源域样本集和目标域辅助域样本集；采用源域样本集有监督训练故障诊断模型，确定整个模型的连接权重；采用目标域辅助样本集有监督训练故障诊断迁移学习模型，调整全连接层和分类层的连接权重；采用粒子群优化算法对故障诊断模型GRU网络模型的超参数进行寻优，确定最优超参数；将待测样本输入至训练好的故障诊断模型，进行水电机组故障诊断。本发明通过迁移要学习解决水电机组某些工况下缺乏样本导致诊断准确率低的问题。