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:国网陕西省电力有限公司电力科学研究院;国网陕西省电力有限公司;国网(西安)环保技术中心有限公司
摘要:本发明公开了一种基于VAE‑GAN(VariationalAutoencoder‑GenerativeAdversarialNetwork)网络的断路器轴承故障数据的增强方法。所述方法包括如下步骤:首先对采集到的振动信号进行小波变换,将一维振动信号转换为承载了更多信息的二维时频图;然后构建结合VAE和GAN的本方法模型,并把真实的故障样本输入到模型进行训练,生成相应的假样本;最后,采用Wasserstein距离替代KL散度和JS散度,并通过梯度惩罚来约束判别器,避免梯度消失问题。经实验验证,该方法简明有效,可以有效解决数据不平衡问题。结果表明,本发明所提出的方法模型相较于VAE和GAN模型FID得分最低,表明该模型生成样本多样性最好,包含最丰富的故障信息,能够生成与真实数据极为相似的样本。
主权项:1.一种基于VAE-GAN网络的断路器轴承故障数据的增强方法,其特征在于,包括以下步骤:步骤一、对故障数据进行特征变换;步骤二、添加VAE到GAN中并构建模型:采用变分自编码器VAE输出的隐变量作为GAN模型生成器的输入,并同时增加网络深度;步骤三、利用Wasserstein距离替换度量真实样本与生成样本之间距离的KL散度,并通过梯度惩罚约束判别器,最后利用该模型生成与真实数据相似的生成样本。
全文数据:
权利要求:
百度查询: 国网陕西省电力有限公司电力科学研究院 国网陕西省电力有限公司 国网(西安)环保技术中心有限公司 一种基于VAE-GAN网络的断路器轴承故障数据的增强方法
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。