摘要
本申请实施例提供了一种工业系统故障检测方法、模型训练方法以及相关设备,属于故障诊断技术领域。工业系统故障检测方法包括:获取包括正类别故障数据和负类别故障数据样本故障数据;将样本故障数据输入构建好的初始故障检测模型中,分别对正类别故障数据和负类别故障数据进行映射处理,得到相应的正样本特征和负样本特征;基于正样本特征确定第一类内散度矩阵,基于负样本特征确定第二类内散度矩阵,并基于第一类内散度矩阵和第二类内散度矩阵,确定目标损失函数;基于目标损失函数对初始故障检测模型进行训练,将获取到的初始故障数据输入训练好的故障检测模型中,得到相应的目标故障检测结果。本申请能够提高工业系统故障检测结果的准确度。
技术关键词
工业系统故障检测
样本
初始故障检测
故障检测模型
矩阵
模型训练方法
数据
宽度神经网络
故障诊断技术
可读存储介质
电子设备
处理器
模块
存储器
计算机
参数
系统为您推荐了相关专利信息
三维模型
三维可视化方法
地形特征
曲线匹配方法
三维可视化模型
双向长短期记忆网络
系统故障检测方法
故障检测模型构建
聚类
标记
测试工具
电网设备
风险点
识别设备
设备运行数据
单细胞转录组数据
轨迹分析方法
CCA算法
矫正
基因