本发明公开了一种用于解决风机故障检测中标记噪音和标记不足的方法,包括以下具体步骤:(一)、数据收集,通过传感器收集各个监控点的时序特征;(二)、多示例数据构造,通过频谱分析将时序数据变换到频域数据,并通过划分窗口构造多示例数据;(三)、深度多示例学习模型训练,利用深度多示例学习技术建立故障检测模型;(四)、新数据模型训练,相比现有技术,本发明通过滑动窗口将时序数据划分为多个示例,只要有一个示例具有故障模式便被检测出来;此外,通过对滑动窗口内部频谱值的分布降低噪声的影响。
詹德川 王魏 李新春
南京智谷人工智能研究院有限公司
210000 江苏省南京市经济技术开发区红枫科技园C4栋
本发明公开了一种用于解决风机故障检测中标记噪音和标记不足的方法,包括以下具体步骤:(一)、数据收集,通过传感器收集各个监控点的时序特征;(二)、多示例数据构造,通过频谱分析将时序数据变换到频域数据,并通过划分窗口构造多示例数据;(三)、深度多示例学习模型训练,利用深度多示例学习技术建立故障检测模型;(四)、新数据模型训练,相比现有技术,本发明通过滑动窗口将时序数据划分为多个示例,只要有一个示例具有故障模式便被检测出来;此外,通过对滑动窗口内部频谱值的分布降低噪声的影响。