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:安徽金寨抽水蓄能有限公司;国网新源集团有限公司
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。
主权项:1.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,其特征在于,所述方法包括如下步骤:步骤1:构建源域和目标域基本样本集;所述源域包括若干不同类故障样本、标记的良好数据集,所述目标域是样本数量不平衡的数据集;步骤2:数据预处理;对步骤1中的基本样本集进行数据规范化处理,得到整体分布在[-1,1]的数据,再使用深度卷积网络提取信号特征,构建二维数据输入模式;步骤3:建立基于跨域对抗生成网络的域变换样本生成模型;所述域变换样本生成模型包括正向生成器G、目标域区分器Dt、逆向生成器F、源域区分器Ds,可实现源域样本正向转换为目标域样本、目标域样本逆向转换为源域样本;步骤4: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;用于评估生成样本与真实样本之间的差异大小;步骤5: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。
全文数据:
权利要求:
百度查询: 安徽金寨抽水蓄能有限公司 国网新源集团有限公司 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
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。