CN117056734A - 基于数据驱动的设备故障诊断模型的构建方法及装置 - Google Patents
基于数据驱动的设备故障诊断模型的构建方法及装置 Download PDFInfo
- Publication number
- CN117056734A CN117056734A CN202311316356.1A CN202311316356A CN117056734A CN 117056734 A CN117056734 A CN 117056734A CN 202311316356 A CN202311316356 A CN 202311316356A CN 117056734 A CN117056734 A CN 117056734A
- Authority
- CN
- China
- Prior art keywords
- fault diagnosis
- determining
- sample set
- classification
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000012549 training Methods 0.000 claims abstract description 105
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000605 extraction Methods 0.000 claims abstract description 33
- 239000013598 vector Substances 0.000 claims description 61
- 238000004422 calculation algorithm Methods 0.000 claims description 54
- 238000013528 artificial neural network Methods 0.000 claims description 34
- 239000003016 pheromone Substances 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 208000037408 Device failure Diseases 0.000 claims 2
- 230000006870 function Effects 0.000 description 40
- 239000000243 solution Substances 0.000 description 29
- 230000008569 process Effects 0.000 description 17
- 230000000694 effects Effects 0.000 description 11
- 241000257303 Hymenoptera Species 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009024 positive feedback mechanism Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311316356.1A CN117056734B (zh) | 2023-10-12 | 2023-10-12 | 基于数据驱动的设备故障诊断模型的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311316356.1A CN117056734B (zh) | 2023-10-12 | 2023-10-12 | 基于数据驱动的设备故障诊断模型的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117056734A true CN117056734A (zh) | 2023-11-14 |
CN117056734B CN117056734B (zh) | 2024-02-06 |
Family
ID=88653917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311316356.1A Active CN117056734B (zh) | 2023-10-12 | 2023-10-12 | 基于数据驱动的设备故障诊断模型的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117056734B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290732A (zh) * | 2023-11-24 | 2023-12-26 | 山东理工昊明新能源有限公司 | 故障分类模型的构建方法、风电设备故障分类方法及装置 |
CN117312863A (zh) * | 2023-11-29 | 2023-12-29 | 山东理工昊明新能源有限公司 | 故障检测模型的构建方法、电力设备故障检测方法及装置 |
CN117407797A (zh) * | 2023-12-15 | 2024-01-16 | 山东能源数智云科技有限公司 | 基于增量学习的设备故障诊断方法及模型的构建方法 |
CN117892182A (zh) * | 2024-03-14 | 2024-04-16 | 山东神力索具有限公司 | 基于人工智能的索具耐用性测试方法及装置 |
CN118154997A (zh) * | 2024-05-10 | 2024-06-07 | 国网江西省电力有限公司南昌供电分公司 | 一种绝缘子质量检测方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875783A (zh) * | 2018-05-09 | 2018-11-23 | 西安工程大学 | 一种面向不平衡数据集的极限学习机变压器故障诊断方法 |
CN108898180A (zh) * | 2018-06-28 | 2018-11-27 | 中国人民解放军国防科技大学 | 一种面向单颗粒冷冻电镜图像的深度聚类方法 |
CN110849626A (zh) * | 2019-11-18 | 2020-02-28 | 东南大学 | 一种自适应稀疏压缩自编码的滚动轴承故障诊断*** |
CN111078911A (zh) * | 2019-12-13 | 2020-04-28 | 宁波大学 | 一种基于自编码器的无监督哈希方法 |
CN111914253A (zh) * | 2020-08-10 | 2020-11-10 | 中国海洋大学 | 一种入侵检测的方法、***、设备及可读存储介质 |
CN111967618A (zh) * | 2019-05-20 | 2020-11-20 | 武汉剑心科技有限公司 | 一种基于深度学习的调压器在线诊断方法 |
CN111967520A (zh) * | 2020-08-18 | 2020-11-20 | 黑龙江大学 | 一种基于改进的smote算法的不平衡数据处理方法 |
US20200372214A1 (en) * | 2019-05-21 | 2020-11-26 | Royal Bank Of Canada | System and method for machine learning architecture with variational autoencoder pooling |
CN112327219A (zh) * | 2020-10-29 | 2021-02-05 | 国网福建省电力有限公司南平供电公司 | 特征自动挖掘和参数自动寻优的配电变压器故障诊断方法 |
CN112327149A (zh) * | 2020-10-19 | 2021-02-05 | 西安工程大学 | 基于ssd-srae的高压断路器故障诊断方法 |
CN113255437A (zh) * | 2021-04-12 | 2021-08-13 | 中国民航大学 | 滚动轴承深度卷积稀疏自动编码器故障诊断方法 |
CN114065636A (zh) * | 2021-11-23 | 2022-02-18 | 江苏科技大学 | 一种基于数据驱动的船用绞机刹车机构故障诊断方法 |
CN115062678A (zh) * | 2022-08-19 | 2022-09-16 | 山东能源数智云科技有限公司 | 设备故障检测模型的训练方法、故障检测方法及装置 |
CN115310554A (zh) * | 2022-08-24 | 2022-11-08 | 江苏至信信用评估咨询有限公司 | 基于深度聚类的品项分配策略、***、存储介质和设备 |
CN115435892A (zh) * | 2022-08-31 | 2022-12-06 | 长春工业大学 | 一种复杂机电装备的智能故障诊断方法 |
WO2023044979A1 (zh) * | 2021-09-27 | 2023-03-30 | 苏州大学 | 类不平衡数据集下的机械故障智能诊断方法 |
WO2023045278A1 (zh) * | 2021-09-27 | 2023-03-30 | 西安交通大学 | 数据双驱动的台风灾害下电网故障预测方法、装置和设备 |
CN116150676A (zh) * | 2023-04-19 | 2023-05-23 | 山东能源数智云科技有限公司 | 基于人工智能的设备故障诊断与识别方法及装置 |
CN116432091A (zh) * | 2023-06-15 | 2023-07-14 | 山东能源数智云科技有限公司 | 基于小样本的设备故障诊断方法、模型的构建方法及装置 |
CN116561641A (zh) * | 2023-05-25 | 2023-08-08 | 哈尔滨工业大学 | 一种基于多视图生成算法的工业设备故障诊断方法及*** |
-
2023
- 2023-10-12 CN CN202311316356.1A patent/CN117056734B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875783A (zh) * | 2018-05-09 | 2018-11-23 | 西安工程大学 | 一种面向不平衡数据集的极限学习机变压器故障诊断方法 |
CN108898180A (zh) * | 2018-06-28 | 2018-11-27 | 中国人民解放军国防科技大学 | 一种面向单颗粒冷冻电镜图像的深度聚类方法 |
CN111967618A (zh) * | 2019-05-20 | 2020-11-20 | 武汉剑心科技有限公司 | 一种基于深度学习的调压器在线诊断方法 |
US20200372214A1 (en) * | 2019-05-21 | 2020-11-26 | Royal Bank Of Canada | System and method for machine learning architecture with variational autoencoder pooling |
CN110849626A (zh) * | 2019-11-18 | 2020-02-28 | 东南大学 | 一种自适应稀疏压缩自编码的滚动轴承故障诊断*** |
CN111078911A (zh) * | 2019-12-13 | 2020-04-28 | 宁波大学 | 一种基于自编码器的无监督哈希方法 |
CN111914253A (zh) * | 2020-08-10 | 2020-11-10 | 中国海洋大学 | 一种入侵检测的方法、***、设备及可读存储介质 |
CN111967520A (zh) * | 2020-08-18 | 2020-11-20 | 黑龙江大学 | 一种基于改进的smote算法的不平衡数据处理方法 |
CN112327149A (zh) * | 2020-10-19 | 2021-02-05 | 西安工程大学 | 基于ssd-srae的高压断路器故障诊断方法 |
CN112327219A (zh) * | 2020-10-29 | 2021-02-05 | 国网福建省电力有限公司南平供电公司 | 特征自动挖掘和参数自动寻优的配电变压器故障诊断方法 |
CN113255437A (zh) * | 2021-04-12 | 2021-08-13 | 中国民航大学 | 滚动轴承深度卷积稀疏自动编码器故障诊断方法 |
WO2023044979A1 (zh) * | 2021-09-27 | 2023-03-30 | 苏州大学 | 类不平衡数据集下的机械故障智能诊断方法 |
WO2023045278A1 (zh) * | 2021-09-27 | 2023-03-30 | 西安交通大学 | 数据双驱动的台风灾害下电网故障预测方法、装置和设备 |
CN114065636A (zh) * | 2021-11-23 | 2022-02-18 | 江苏科技大学 | 一种基于数据驱动的船用绞机刹车机构故障诊断方法 |
CN115062678A (zh) * | 2022-08-19 | 2022-09-16 | 山东能源数智云科技有限公司 | 设备故障检测模型的训练方法、故障检测方法及装置 |
CN115310554A (zh) * | 2022-08-24 | 2022-11-08 | 江苏至信信用评估咨询有限公司 | 基于深度聚类的品项分配策略、***、存储介质和设备 |
CN115435892A (zh) * | 2022-08-31 | 2022-12-06 | 长春工业大学 | 一种复杂机电装备的智能故障诊断方法 |
CN116150676A (zh) * | 2023-04-19 | 2023-05-23 | 山东能源数智云科技有限公司 | 基于人工智能的设备故障诊断与识别方法及装置 |
CN116561641A (zh) * | 2023-05-25 | 2023-08-08 | 哈尔滨工业大学 | 一种基于多视图生成算法的工业设备故障诊断方法及*** |
CN116432091A (zh) * | 2023-06-15 | 2023-07-14 | 山东能源数智云科技有限公司 | 基于小样本的设备故障诊断方法、模型的构建方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290732A (zh) * | 2023-11-24 | 2023-12-26 | 山东理工昊明新能源有限公司 | 故障分类模型的构建方法、风电设备故障分类方法及装置 |
CN117290732B (zh) * | 2023-11-24 | 2024-03-01 | 山东理工昊明新能源有限公司 | 故障分类模型的构建方法、风电设备故障分类方法及装置 |
CN117312863A (zh) * | 2023-11-29 | 2023-12-29 | 山东理工昊明新能源有限公司 | 故障检测模型的构建方法、电力设备故障检测方法及装置 |
CN117312863B (zh) * | 2023-11-29 | 2024-02-02 | 山东理工昊明新能源有限公司 | 故障检测模型的构建方法、电力设备故障检测方法及装置 |
CN117407797A (zh) * | 2023-12-15 | 2024-01-16 | 山东能源数智云科技有限公司 | 基于增量学习的设备故障诊断方法及模型的构建方法 |
CN117407797B (zh) * | 2023-12-15 | 2024-03-29 | 山东能源数智云科技有限公司 | 基于增量学习的设备故障诊断方法及模型的构建方法 |
CN117892182A (zh) * | 2024-03-14 | 2024-04-16 | 山东神力索具有限公司 | 基于人工智能的索具耐用性测试方法及装置 |
CN117892182B (zh) * | 2024-03-14 | 2024-06-07 | 山东神力索具有限公司 | 基于人工智能的索具耐用性测试方法及装置 |
CN118154997A (zh) * | 2024-05-10 | 2024-06-07 | 国网江西省电力有限公司南昌供电分公司 | 一种绝缘子质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117056734B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117056734B (zh) | 基于数据驱动的设备故障诊断模型的构建方法及装置 | |
CN116910493B (zh) | 基于多源特征提取的设备故障诊断模型的构建方法及装置 | |
CN116150676B (zh) | 基于人工智能的设备故障诊断与识别方法及装置 | |
CN110335168B (zh) | 基于gru优化用电信息采集终端故障预测模型的方法及*** | |
CN116881832B (zh) | 旋转机械设备故障诊断模型的构建方法及装置 | |
CN115994327B (zh) | 基于边缘计算的设备故障诊断方法及装置 | |
CN116432091B (zh) | 基于小样本的设备故障诊断方法、模型的构建方法及装置 | |
JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
CN116595463A (zh) | 窃电识别模型的构建方法、窃电行为识别方法及装置 | |
CN110969632B (zh) | 一种深度学习模型的训练方法、图像处理方法及装置 | |
CN116975741B (zh) | 基于物联网的能源设备故障预测方法、装置及电子设备 | |
CN112149909A (zh) | 船舶油耗预测方法、装置、计算机设备和存储介质 | |
CN111046961A (zh) | 基于双向长短时记忆单元和胶囊网络的故障分类方法 | |
CN117851921B (zh) | 基于迁移学习的设备寿命预测方法及装置 | |
CN113762716A (zh) | 基于深度学习和注意力的台区运行状态评估方法及*** | |
CN117407781A (zh) | 基于联邦学习的设备故障诊断方法及装置 | |
CN115964665A (zh) | 基于预测误差的时间序列能耗数据离群点检测方法和*** | |
CN113221995B (zh) | 基于半监督深度分类算法的数据分类方法、设备及装置 | |
CN111026661B (zh) | 一种软件易用性全面测试方法及*** | |
CN116429406B (zh) | 大型机械设备故障诊断模型的构建方法及装置 | |
CN116956197B (zh) | 基于深度学习的能源设施故障预测方法、装置及电子设备 | |
CN118070682B (zh) | 基于人工智能的螺旋栓吊环受损评估方法及装置 | |
CN117892182B (zh) | 基于人工智能的索具耐用性测试方法及装置 | |
CN116070120B (zh) | 一种多标签时序电生理信号的自动识别方法及*** | |
CN117454154A (zh) | 一种面向偏标记数据的鲁棒特征选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Xu Min Inventor after: Ma Bing Inventor after: Yin Xu Inventor after: Wang Yushi Inventor after: Bao Mingming Inventor after: Zhu Yunheng Inventor after: Su Zikang Inventor before: Yin Xu Inventor before: Ma Bing Inventor before: Xu Min Inventor before: Wang Yushi Inventor before: Bao Mingming Inventor before: Zhu Yunheng Inventor before: Su Zikang |