中国科学院自动化研究所任广皓获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院自动化研究所申请的专利二阶段的故障样本增强方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116662797B 。
龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310432654.0,技术领域涉及:G06F18/214;该发明授权二阶段的故障样本增强方法、装置、电子设备及存储介质是由任广皓;张桂刚;王健设计研发完成,并于2023-04-21向国家知识产权局提交的专利申请。
本二阶段的故障样本增强方法、装置、电子设备及存储介质在说明书摘要公布了:本发明提供一种二阶段的故障样本增强方法、装置、电子设备及存储介质,其中方法包括:在第一阶段,基于标注信息对第一噪声向量进行扩展,将扩展后的第一噪声向量和真实的故障基准样本输入至第一条件生成对抗网络模型,生成含有通用属性的故障基准样本;在第二阶段,对含有通用属性的故障基准样本添加第二噪声向量和标注信息编码向量,结合真实的故障样本作为第二条件生成对抗网络模型的输入,生成含有随机属性的故障样本;将含有随机属性的故障样本以及对应的标注信息添加到历史故障样本中,获取增强的故障样本。本发明对整体故障诊断样本生成进行指导,以满足故障诊断学习需求,同时解决了故障样本生成过程中的生成式模型难以构建和训练的问题。
本发明授权二阶段的故障样本增强方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种二阶段的故障样本增强方法,其特征在于,包括: 在第一阶段,基于标注信息对第一噪声向量进行扩展,将扩展后的所述第一噪声向量和真实的故障基准样本输入至第一条件生成对抗网络模型,生成含有通用属性的故障基准样本; 在第二阶段,对所述含有通用属性的故障基准样本添加第二噪声向量和标注信息编码向量,结合真实的故障样本作为第二条件生成对抗网络模型的输入,生成含有随机属性的故障样本; 将所述含有随机属性的故障样本以及对应的标注信息添加到历史故障样本中,获取增强的故障样本; 其中,所述第一噪声向量和所述第二噪声向量均通过随机噪声采样获取,所述标注信息包括工业设备的工况和故障模式,所述通用属性包括工业设备的趋势和周期,所述第一条件生成对抗网络模型是基于历史故障样本和预先确定的通用属性标签训练后获得的,所述第二条件生成对抗网络模型是基于所述第一条件生成对抗网络模型输出的故障基准样本和随机属性标签训练后获得的; 其中,所述第一条件生成对抗网络模型基于以下步骤训练得到: 构建所述第一条件生成对抗网络模型,所述第一条件生成对抗网络模型包括第一生成器,第一判别器和第一分类器; 通过时序分解提取经过预处理的历史故障样本的通用属性,作为第一阶段的故障基准样本标签; 基于标注信息对第一噪声向量进行扩展,将扩展后的第一噪声向量输入至所述第一生成器,获得模拟的故障基准样本; 将真实的故障基准样本和所述模拟的故障基准样本输入至所述第一判别器,获得第一真假判别结果; 将所述真实的故障基准样本和所述模拟的故障基准样本输入至所述第一分类器,获得包含所述标注信息的第一分类结果; 确定所述第一条件生成对抗网络模型的第一损失,基于所述第一损失的反向传播完成模型训练,并更新所述第一生成对抗网络模型的参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励