摘要
压裂车智能诊断数据生成方法及诊断方法,属于压裂车诊断检测技术领域。为了解决现有的基于神经网络的压裂车智能诊断方式存在因为样本数量有限和样本不平衡导致的诊断效果不佳的问题。本发明将采集的压裂车振动信号数据并转换为图像数据,作为真实数据样本;将真实数据样本输入到DiffGAN模型获得生成数据,DiffGAN模型包括一个生成器和一个鉴别器;生成器采用改进的多尺度残差U‑net结构,鉴别器用于在对抗训练阶段判别生成器生成的数据是否为真实样本。生成的数据样本用于训练基于神经网络构建的故障检测模型,基于神经网络构建的故障检测模型用于压裂车智能诊断。
技术关键词
数据生成方法
压裂车
卷积模块
支路
故障检测模型
上采样
样本
诊断检测技术
网络结构
智能诊断方法
多尺度特征提取
残差网络
通道
多分支
图像
系统为您推荐了相关专利信息
容量规划方法
新能源场站
戴维南等值方法
短路
算法
故障检测模型
故障预测模型
长短期记忆网络
可见光图像
表达式
数据预测模型
多模态数据融合
特征提取模块
数据预测方法
卷积模块
语义特征
图像分割方法
动态门控
解码器
融合特征