摘要
一种基于生成对抗网络与联邦迁移的励磁传动故障诊断法,涉及故障数据生成与敏感数据隐私保护领域,包括:采集各个分布式励磁电机传动机构的振动信号数据,构建分布式励磁电机传动机构的振动信号数据库;预处理数据;数据扩充,使用滑动窗口进行数据采样,并利用生成对抗网络生成故障样本以增强数据多样性;每个水电站边缘设备在本地训练模型,利用自身数据进行优化;各水电站边缘设备将本地训练得到的模型参数加密后上传至中央聚合服务器;中央服务器聚合所有参与方的模型参数,生成新的全局模型;模型同步;迭代训练。优点:能够避免泄露设备运行状态,提高数据安全性;可提高模型在小样本场景下的鲁棒性和泛化能力;能够避免数据篡改和丢失。
技术关键词
故障诊断法
生成对抗网络
励磁电机
水电站
数据
滑动窗口方法
信号采集系统
服务器
参数
故障工况
Softmax函数
加密存储系统
关键故障特征
样本
卷积神经网络提取
智能故障诊断
迁移学习方法
离散小波变换
系统为您推荐了相关专利信息
LightGBM模型
识别方法
编码
序列
XGBoost模型
风电出力预测方法
集合经验模态分解方法
风速
风电机组
重构
客户信息管理
分布式大数据
负载均衡算法
神经网络模型
分析方法