买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明提供了一种基于可分离卷积的风机寿命预测方法、装置、设备及介质，其方法包括：获取风力发电机的寿命样本集；构建初始可分离卷积网络模型，初始可分离卷积网络模型包括初始网络超参数；基于寿命样本集和贝叶斯优化算法对初始网络超参数进行寻优，获得优化网络超参数以及优化可分离卷积网络模型；基于寿命样本集对优化可分离卷积网络模型进行训练，获得目标可分离卷积网络模型；获取待预测风力发电机的振动数据，并基于目标可分离卷积网络模型预测待预测风力发电机的可用寿命。本发明可提高对风力发电机的寿命预测效率和寿命预测准确率。

主权项：1.一种基于可分离卷积的风机寿命预测方法，其特征在于，包括：获取风力发电机的寿命样本集；构建初始可分离卷积网络模型，所述初始可分离卷积网络模型包括初始网络超参数；基于所述寿命样本集和贝叶斯优化算法对所述初始网络超参数进行寻优，获得优化网络超参数以及优化可分离卷积网络模型；基于所述寿命样本集对所述优化可分离卷积网络模型进行训练，获得目标可分离卷积网络模型；获取待预测风力发电机的振动数据，并基于所述目标可分离卷积网络模型预测所述待预测风力发电机的可用寿命；所述基于所述寿命样本集和贝叶斯优化算法对所述初始网络超参数进行寻优，获得优化网络超参数以及优化可分离卷积网络模型，包括：步骤一、基于预设的损失函数和所述寿命样本集确定所述初始可分离卷积网络模型的第一损失值；步骤二、基于采集函数获取待选网络超参数，并根据所述待选网络超参数获得待选可分离卷积网络模型；步骤三、基于所述损失函数和所述寿命样本集确定所述待选可分离卷积网络模型的第二损失值；步骤四、基于高斯过程模型、所述第一损失值和所述第二损失值评估所述初始网络超参数和所述待选网络超参数，并根据最优潜力超参数获得最优潜力可分离卷积网络模型；步骤五、基于所述损失函数和所述寿命样本集确定所述最优潜力可分离卷积网络模型的第三损失值，并判断所述第三损失值是否小于损失阈值以及所述采集函数获取待选网络超参数的次数是否大于阈值次数；步骤六、当所述第三损失值小于所述损失阈值，或所述采集函数获取待选网络超参数的次数大于阈值次数时，所述最优潜力超参数为所述优化网络超参数，所述最优潜力可分离卷积网络模型为所述优化可分离卷积网络模型；当所述第三损失值大于或等于所述损失阈值且所述采集函数获取待选网络超参数的次数小于或等于阈值次数时，重复步骤二~步骤六。

全文数据：

权利要求：

百度查询： 武汉理工大学 基于可分离卷积的风机寿命预测方法、装置、设备及介质