摘要
基于超平面引导式重采样方法的家用电器故障诊断方法,属于家用电器故障诊断技术领域。本发明是为了解决现有家用电器的故障诊断方法存在数据不均衡,导致误判率高的问题。本发明利用家用电器历史监测数据获取训练集;将训练集中的健康样本划分为不同的采用无监督聚类方法将健康样本划分为不同的簇,再将所有簇中心的样本作为降采样后训练集的健康样本;采用超平面引导,对降采样后的训练集中故障样本进行过采样,合成新故障样本;将合成的新故障样本加入降采样后的训练集,构成平衡训练集;建立深度自注意力网络,采用平衡训练集对所述深度自注意力网络进行训练,获取故障诊断模型;利用所述故障诊断模型对家用电器进行故障诊断。本发明适用家用电器故障诊断。
技术关键词
故障诊断方法
家用电器
样本
采样方法
多头注意力机制
时序特征
故障诊断模型
训练集
无监督聚类方法
解码网络
编码
注意力解码
子模块
历史监测数据
线性支持向量机
矩阵
系统为您推荐了相关专利信息
图像
银行卡号识别方法
文字识别算法
轮廓信息
全卷积神经网络
打印图像数据
训练数据生成方法
训练检测模型
证件防伪
打印机
图像特征向量
图像生成方法
生成预测图像
图像生成模型
文本特征向量
震害预测
模型更新
样本
XGBoost模型
损伤识别方法
相控阵超声检测
管道缺陷检测方法
时空分布特征
微观结构特征
边界特征