摘要
本发明涉及基于非平稳半监督域泛化网络的冷水机组多工况故障诊断方法,首先对冷水机组的变量进行迪基‑福勒检验,将冷水机组的变量分为平稳变量和非平稳变量;对非平稳变量进行协整分析,利用协整矩阵对具有协整关系的非平稳变量进行变换,将变换后的变量与平稳变量融合与作为域泛化网络的输入数据。本发明将域泛化网络的特征提取器作为编码器,构建对应的解码器,提高域泛化网络的故障特征提取能力;采用一个标签源域和两个无标签源域数据对故障诊断模型进行训练,利用训练完成的模型实现冷水机组多工况故障诊断。
技术关键词
变量
冷水机组
特征提取器
工况
代表
网络
卷积解码器
分类器
数据
误差向量
关系
融合方法
矩阵
故障特征提取
样本
故障诊断模型
故障诊断方法
重构
标签
系统为您推荐了相关专利信息
新能源汽车混合动力系统
能量分配策略
能量管理模块
协同控制装置
协同控制方法
旋转爆震发动机
复合热防护结构
结构设计方法
全局敏感性分析方法
工况参数
全特性曲线
机器学习模型
鲸鱼优化算法
机器学习算法融合
神经网络方法
传感器节点
协方差矩阵
多模型
分布式场景
估计方法
混合智能算法
调度优化方法
电力系统运行数据
新能源发电功率
元启发式算法