-
公开(公告)号:CN118586434A
公开(公告)日:2024-09-03
申请号:CN202411062943.7
申请日:2024-08-05
申请人: 浙江浙能电力股份有限公司萧山发电厂 , 浙江大学 , 浙江浙能数字科技有限公司
摘要: 本发明公开了一种面向多源域迁移的双图驱动的有监督建模方法,该方法主要为一种基于不变性关系对齐的双图神经网络模型,具体包括:通过公有‑私有图构造模块提取变量间跨域不变关系和领域特定关系,通过公有图信息对齐模块提取跨域可迁移关系,通过私有图信息过滤模块提取并过滤变量间的域特定信息,通过公有图信息对齐模块和私有图信息过滤模块协同实现了不变关系的提取和多源域知识向目标域的迁移。本发明能够解决传统迁移学习中多源域信息整合与分布差异引起的负传递问题,实现源域到目标域的有效知识迁移;可以在各类迁移学习场景的场景下,应用于语音、工业传感器参数等时序数据的工业软测量任务中,具有良好的学习效果和泛化能力。
-
公开(公告)号:CN116610999A
公开(公告)日:2023-08-18
申请号:CN202310630624.0
申请日:2023-05-31
申请人: 浙江浙能电力股份有限公司萧山发电厂 , 浙江大学
IPC分类号: G06F18/241 , G06F18/214 , G06F18/25
摘要: 本发明公开了一种基于联邦终身学习的燃气轮机异常检测方法及系统。为实现燃气轮机异常检测模型在变工况场景下的终身学习能力和联邦场景下知识融合能力,本发明在联邦聚合阶段设计梯度规范化系数,以克服不同客户端数据量不同带来的全局模型漂移问题,加速全局模型的收敛以及对其它工厂历史知识的融合。本发明在保护数据隐私的情况下,有效利用各客户端知识,监测模型在增量更新时不遗忘历史的数据分布,能够降低模型对本地和其它客户端历史工况的误报率,且能够及时监测出已见工况下的故障。
-