摘要
本发明涉及故障预测和计算机大数据处理技术领域,尤其是一种基于反事实推理的广义零样本复合故障诊断方法、装置和系统。本发明提出的基于反事实推理的广义零样本复合故障诊断方法,构建了一个两阶段的基于反事实推理的广义零样本复合故障诊断模型。该模型首先从因果理论角度指出故障数据内在的因果成分,然后构建结构因果模型来描述反事实推理指导下的故障特征的解耦与生成。在此基础上,所提模型在第一阶段通过强化鉴别器改进生成式模型来实现单一故障和复合故障的二分类。在第二阶段分别通过分类器的有监督训练来预测单一故障类别,同时设计传统零样本学习方法对复合故障进行分类。本发明大大提高模型的诊断精度,并解决了模型诊断在可见类和不可见类上的偏移问题。
技术关键词
复合故障诊断方法
故障诊断模型
语义特征
生成对抗网络
故障特征
特征提取器
广义
计算机大数据处理技术
识别模块
分类器
重构
输入模块
标签
零样本学习方法
故障类别
模型更新
故障诊断系统
特征故障
系统为您推荐了相关专利信息
插口
故障特征
重构参数
Lyapunov指数
因子
图像
重构模型
循环生成对抗网络
Sigmoid函数
积层
机动控制方法
模型预测控制器
无人机模型
飞行状态数据
传感器融合算法