公开(公告)号：CN118586475A

公开(公告)日：2024-09-03

申请号：CN202411062873.5

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

发明人： 沈晓兵 ,  孙飞 ,  张铁汉 ,  朱君 ,  赵春晖 ,  姚邹静 ,  贾晓燕

IPC分类号： G06N3/098 ,  G06N3/048

摘要： 本发明公开了一种基于稳定特征原型的联邦类别增量学习建模方法，该方法在云边协同场景下实现，针对边缘设备数据类别增量时模型的灾难性遗忘问题，在边端建立类别样本记忆库存储类别代表性样本，采用基于回放范式的原型网络更新策略进行边端本地更新；针对多边端云边协同建模时灾难性遗忘的扩散问题，在云端采用以统一特征空间下的特征原型为参考基准的加权聚合策略，在联邦框架下稳定优化特征空间，实现类别知识的联邦更新。本发明在保护数据隐私的情况下，解决了边端类别增量时的协同建模问题，可以有效缓解灾难性遗忘，在模型准确性和训练稳定性方面具有优越性。

公开(公告)号：CN116975755A

公开(公告)日：2023-10-31

申请号：CN202310656040.0

申请日：2023-06-05

申请人： 浙江浙能电力股份有限公司萧山发电厂 ,  浙江大学

发明人： 叶建君 ,  沈晓兵 ,  车斌 ,  滕昊真 ,  孙健 ,  张铁汉 ,  赵春晖 ,  杨佳阳 ,  陈旭 ,  宋鹏宇

IPC分类号： G06F18/2431 ,  G06F18/2411 ,  G06F18/214 ,  G06F18/10 ,  G06N3/0895 ,  G06N3/04 ,  G01D21/02

摘要： 本发明公开了一种面向噪声标签场景的步进式鲁棒半监督燃机异常检测方法及系统。本发明基于对称损失理论设计了反正切支持向量机模型和平均绝对误差神经网络模型构建互补式鲁棒基分类器，对噪声标签具有较强的鲁棒特性；其次，提出了一种互补式的噪声滤除机制，步进地滤除噪声标签并更新互补式鲁棒基分类器，进一步降低对噪声标签的过拟合风险；此外，本发明还设计了一种自适应数据补充策略，通过利用高置信度伪标签样本实现有标签数据集的扩充，克服燃机数据标签稀少的问题。本发明能够有效地在样本标签稀少且存在标签噪声的情况下完成对燃机运行的异常检测任务，为燃机发电机组的异常检测和安全运维提供了新的方法。