摘要
本发明一种基于稀疏字典结合大语言模型的设备故障诊断方法及装置,包括:获取信息;对所述信息进行归一化处理、分段处理;根据处理后的所述历史状态信号训练学习待学习的字典得到稀疏字典,根据所述稀疏字典将处理后的所述历史状态信号进行信号编码得到历史稀疏系数;根据所述历史稀疏系数,基于LoRA算法对预设的大语言模型进行微调与训练,得到优化后的大语言模型;根据所述稀疏字典将预处理后的实时状态信号进行信号编码,得到实时稀疏系数;将所述实时稀疏系数输入到优化后的大语言模型,输出设备故障诊断结果。本发明通过稀疏字典编码与大语言模型的有效结合,避免了信息损失,提高了故障识别准确性,降低了故障诊断成本。
技术关键词
稀疏字典
设备故障诊断方法
大语言模型
设备故障诊断装置
信号编码
编码模块
滑动窗口
分段
归一化模块
声音传感器
适配器
振动传感器
重构误差
算法
存储模块
采样率
系统为您推荐了相关专利信息
检测模型获取方法
智能家居设备
教师
预测特征
学生
大语言模型
样本
风险管控方法
管控策略执行
风险管控装置
隐私保护方法
置信度计算方法
透明度
大语言模型
评级方法