本公开涉及一种故障诊断的方法、装置、存储介质和电子设备，该方法包括：通过获取待诊断的目标设备的设备运行数据；将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果，所述诊断结果用于表征所述目标设备是否故障；其中，所述故障诊断模型，是根据所述目标设备的训练样本数据，通过生成式对抗网络生成目标样本数据，并根据所述和训练样本数据和目标样本数据对预设训练模型进行训练得到的，所述训练样本数据包括所述目标设备的实际运行数据和所述实际运行数据对应的诊断结果。这样，解决了训练样本数据较少的问题，从而提高了故障诊断模型训练结果的准确性。诊断模型训练结果的准确性。诊断模型训练结果的准确性。
【技术实现步骤摘要】
故障诊断的方法、装置、存储介质和电子设备
[0001]本公开涉及故障诊断的领域，具体地，涉及一种故障诊断的方法、装置、存储介质和电子设备。
技术介绍
[0002]石灰石浆液是一种重要的电厂生产原料，石灰石浆液的品质会对电厂的发电效率产生巨大影响，而制浆系统是否稳定运行是影响成品石灰石浆液品质的重要因素，如果制浆系统旋流站因旋流子堵塞发生故障，会导致石灰石浆液密度和颗粒系度过大，从而降低石灰石浆液品质。
[0003]目前，现有的故障诊断模型的训练需要依靠大量数据，由于制浆系统故障数据较少，且故障数据不够全面，因此现有的故障诊断模型故障诊断的准确率低，制浆系统的故障诊断技术主要还是靠运行人员在生产现场巡视时对旋流站运行状态进行判断，不能及时发现故障情况。
技术实现思路
[0004]为了解决上述问题，本公开提供了一种故障诊断的方法、装置、存储介质和电子设备。
[0005]第一方面，本公开提供了一种故障诊断的方法，所述方法包括：获取待诊断的目标设备的设备运行数据；将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果，所述诊断结果用于表征所述目标设备是否故障；其中，所述故障诊断模型，是根据所述目标设备的训练样本数据，通过生成式对抗网络生成目标样本数据，并根据所述和训练样本数据和目标样本数据对预设训练模型进行训练得到的，所述训练样本数据包括所述目标设备的实际运行数据和所述实际运行数据对应的诊断结果。
[0006]可选的，所述生成式对抗网络是通过以下方式训练的：获取训练样本数据；根据所述训练样本数据，通过对第一预设模型进行训练，得到所述生成式对抗网络。
[0007]可选的，所述故障诊断模型是通过以下方式训练的：通过所述生成式对抗网络，生成目标样本数据；所述目标样本数据包括所述目标设备的仿真运行数据和所述仿真运行数据对应的仿真诊断结果；根据所述训练样本数据和所述目标样本数据，通过对第二预设模型进行训练，得到所述故障诊断模型。
[0008]可选的，所述方法还包括：通过所述生成式对抗网络，周期性生成所述目标样本数据；将所述目标样本数据中的仿真运行数据输入所述故障诊断模型；在所述故障诊断模型的输出与所述仿真运行数据对应的仿真诊断结果不同的情况下，重新对所述故障诊断模型进行训练。
[0009]可选的，所述将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果包括：根据所述设备运行数据，通过变分模态
分解，获取目标诊断数据；将所述目标诊断数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果。
[0010]可选的，所述方法还包括：将所述目标设备的诊断结果上传至显示终端；在所述诊断结果为故障的情况下，发出告警信息。
[0011]第二方面，本公开提供了一种故障诊断的装置，所述装置包括：获取模块，用于获取待诊断的目标设备的设备运行数据；诊断模块，用于将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果，所述诊断结果用于表征所述目标设备是否故障；
[0012]其中，所述故障诊断模型，是根据所述目标设备的训练样本数据，通过生成式对抗网络生成目标样本数据，并根据所述和训练样本数据和目标样本数据对预设训练模型进行训练得到的，所述训练样本数据包括所述目标设备的实际运行数据和所述实际运行数据对应的诊断结果。
[0013]可选的，所述生成式对抗网络是通过以下方式训练的：获取训练样本数据；根据所述训练样本数据，通过对第一预设模型进行训练，得到所述生成式对抗网络。
[0014]可选的，所述故障诊断模型是通过以下方式训练的：通过所述生成式对抗网络，生成目标样本数据；所述目标样本数据包括所述目标设备的仿真运行数据和所述仿真运行数据对应的仿真诊断结果；根据所述训练样本数据和所述目标样本数据，通过对第二预设模型进行训练，得到所述故障诊断模型。
[0015]可选的，所述装置还包括：检测装置，用于通过所述生成式对抗网络，周期性生成所述目标样本数据；将所述目标样本数据中的仿真运行数据输入所述故障诊断模型；在所述故障诊断模型的输出与所述仿真运行数据对应的仿真诊断结果不同的情况下，重新对所述故障诊断模型进行训练。
[0016]可选的，所述诊断模块用于根据所述设备运行数据，通过变分模态分解，获取目标诊断数据；将所述目标诊断数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果。
[0017]可选的，所述装置还包括：告警装置，用于将所述目标设备的诊断结果上传至显示终端；在所述诊断结果为故障的情况下，发出告警信息。
[0018]第三方面，本公开提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
[0019]第四方面，本公开提供了一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现上述方法的步骤。
[0020]采用上述方法，通过获取待诊断的目标设备的设备运行数据；将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果，所述诊断结果用于表征所述目标设备是否故障；其中，所述故障诊断模型，是根据所述目标设备的训练样本数据，通过生成式对抗网络生成目标样本数据，并根据所述和训练样本数据和目标样本数据对预设训练模型进行训练得到的，所述训练样本数据包括所述目标设备的实际运行数据和所述实际运行数据对应的诊断结果。这样，通过生成式对抗网络生成目标样本数据，解决了训练样本数据较少的问题，从而提高了故障诊断模型训练结果的准确性，有利于故障诊断模型的普及应用，提高了发现设备故障的速度。
[0021]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0022]附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
[0023]图1是本申请根据一示例性实施例示出的一种故障诊断的方法流程图；
[0024]图2是本申请根据一示例性实施例示出的一种生成式对抗网络的训练方法流程图；
[0025]图3是本申请根据一示例性实施例示出的一种故障诊断模型的训练方法流程图；
[0026]图4是本申请根据一示例性实施例示出的一种故障诊断的装置框图；
[0027]图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
[0029]需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种故障诊断的方法，其特征在于，所述方法包括：获取待诊断的目标设备的设备运行数据；将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的所述目标设备的诊断结果，所述诊断结果用于表征所述目标设备是否故障；其中，所述故障诊断模型，是根据所述目标设备的训练样本数据，通过生成式对抗网络生成目标样本数据，并根据所述训练样本数据和所述目标样本数据对预设训练模型进行训练得到的，所述训练样本数据包括所述目标设备的实际运行数据和所述实际运行数据对应的诊断结果。2.根据权利要求1所述的方法，其特征在于，所述生成式对抗网络是通过以下方式训练的：获取训练样本数据；根据所述训练样本数据，通过对第一预设模型进行训练，得到所述生成式对抗网络。3.根据权利要求2所述的方法，其特征在于，所述故障诊断模型是通过以下方式训练的：通过所述生成式对抗网络，生成目标样本数据；所述目标样本数据包括所述目标设备的仿真运行数据和所述仿真运行数据对应的仿真诊断结果；根据所述训练样本数据和所述目标样本数据，通过对第二预设模型进行训练，得到所述故障诊断模型。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过所述生成式对抗网络，周期性生成所述目标样本数据；将所述目标样本数据中的仿真运行数据输入所述故障诊断模型；在所述故障诊断模型的输出与所述仿真运行数据对应的仿真诊断结果不同的情况下，重新对所述故障诊断模型进行训练。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述将所述设备运行数据输入预先训练的故障诊断模型，以得到所述故障诊断模型输出的...
【专利技术属性】
技术研发人员：郭海峰，马继明，侯会杰，孙志勇，赵辉，耿兆旺，杨楠，宫立江，
申请(专利权)人：保定正德电力技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。