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。
技术关键词
故障诊断方法
水电机组
样本
数据
网络深度
上采样
深度卷积网络
归一化方法
信号特征
算法
非线性
模块
分支
矩阵
标记
元素
周期
模式
系统为您推荐了相关专利信息
故障网络设备
企业信息系统
采集设备
异常数据
数据模块
共享系统
采集单元
路径规划单元
高清摄像头
数据处理单元
信道资源分配方法
融合特征
大语言模型
多模态
深度学习架构
电能计量数据
编码向量
时序
模式特征向量
深度神经网络模型
职业教育系统
协同过滤算法
实训模块
深度学习算法
职业教育技术