-
公开(公告)号:CN118940213A
公开(公告)日:2024-11-12
申请号:CN202410978525.6
申请日:2024-07-22
申请人: 安徽金寨抽水蓄能有限公司 , 国网新源集团有限公司
IPC分类号: G06F18/25 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/084 , G01R31/34 , F03B11/00 , G06F123/02
摘要: 本发明公开了一种基于深度学习的水电机组振动信息融合故障诊断方法,运用深度学习技术形成信号输入到诊断结果的端到端处理,提高故障诊断准确性、可靠性及自适应诊断性能;一种基于深度学习的水电机组振动信息融合故障诊断方法,所述方法包括如下步骤:数据采集与预处理;深度诊断模型构建;基于多softmax输出的诊断;在所述步骤2建立的模型基础上,加入直接连接到单分支振动特征的旁路分类结构,利用中间级的特征进行故障识别,采用卷积提取结构对特征进行降维,并使用softmax将高级特征映射为对应故障的概率向量;诊断模型训练与优化过程;故障输出概率联合决策诊断。
-
公开(公告)号:CN118897987A
公开(公告)日:2024-11-05
申请号:CN202410978237.0
申请日:2024-07-22
申请人: 安徽金寨抽水蓄能有限公司 , 国网新源集团有限公司
IPC分类号: G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094
摘要: 本发明提供自适应域变换生成的水电机组不平衡数据集故障诊断方法,通过源域和目标域之间进行双向样本转换,对齐不同子域的样本,解决了目标域数据不平衡引起的深度模型训练难题,提升数据质量,提高模型诊断可靠性;自适应域变换生成的水电机组不平衡数据集故障诊断方法,所述方法包括如下步骤:构建源域和目标域基本样本集;数据预处理;建立基于跨域对抗生成网络的域变换样本生成模型;构建生成器和区分器的损失函数,建立复合Wasserstein‑GP损失和最小二乘损失的损失函数;训练模型;采用梯度优化算法优化双向成对的生成器和区分器,所述训练模型实现跨域的双向子类样本转换、跨域的子域对应对齐生成。
-