基于TCN网络和深度聚类的半监督故障诊断系统

本发明涉及水电机组故障诊断技术领域，公开了基于TCN网络和深度聚类的半监督故障诊断系统，通过设计系统功能模块，获取水电机组的稳定性测点振动信号峰峰值以及机组越报警故障报警信号，构建数据集并进行标注，将训练数据分为有标签数据和无标签数据；基于经过降噪处理的有标签数据和无标签数据，通过TCN度量网络进行半监督模型训练，提取时间和空间上的深度特征，并依据k‑means聚类算法，生成伪标签，并根据被标注的真标签，采用聚类损失和分布对齐损失作为双重损失函数，对模型进行优化，构建故障诊断模型对水电机组进行故障诊断。本发明提高了故障诊断的精度和效率，降低了实际应用中的成本和资源需求，具有广泛的工程应用前景。