摘要
本发明公开了一种基于空间结构嵌入的复杂动力系统故障隔离方法及系统,以复杂动力装备运行时各部件传感器采集的一维监测数据为集合,进行归一化处理、采样及空间结构知识编码,并划分训练集和测试集;接着构建基于Transformer的故障隔离模型,将空间结构矩阵嵌入到第一个自注意力模块的第一个自注意力头中,同时通过时域卷积模型和频域卷积模型进行特征提取,利用序列特征转置和空间结构嵌入保持数据结构。模型训练采用特定损失函数,训练完成后,依据多部件预测误差和自注意力矩阵输出多维度故障隔离结果。本发明有效解决了复杂动力装备在模糊标签下故障隔离的难题,显著提高了故障诊断的准确性与隔离效率,具有重要的应用价值。
技术关键词
故障隔离
空间结构
隔离方法
装备
注意力
动力
预测误差
卷积模型
训练集
多部件
样本
序列特征
数据
矩阵
隔离系统
模块
传感器
编码
系统为您推荐了相关专利信息
控制策略生成方法
信号
卷积模型
交通
时间序列模型
残差网络
馈电天线
监督深度神经网络
功率分配参数
无监督
智能船舶
监测方法
卷积模块
注意力机制
识别模型训练
摘要生成方法
文本
关键词
机器学习算法模型
双向长短期记忆网络
卷积模块
注意力
多模态传感器
宽度特征
卷积特征