摘要
本申请涉及一种故障诊断模型的构建方法、故障诊断方法、计算机设备和存储介质。构建方法包括:获取牵引变压器在正常运行状态下的音频数据;对音频数据进行时频变换,得到原始时频谱图;将原始时频谱图输入自编码神经网络中进行压缩重建,得到重建时频谱图;基于原始时频谱图和重建时频谱图计算均方误差损失函数;将原始时频谱图和重建时频谱图输入判别神经网络中进行分类判别,并计算分类损失函数;基于均方误差损失函数和分类损失函数分别对自编码神经网络和判别神经网络进行对抗训练,直至达到纳什均衡。本申请无需使用牵引变压器的故障声纹数据,即可使自编码神经网络学习到正常声纹的特征,降低了模型的训练成本。
技术关键词
故障诊断方法
牵引变压器
故障诊断模型
重构误差
中间层
音频
数据
计算机设备
编码
K近邻算法
邻居
处理器
可读存储介质
存储器