【技术实现步骤摘要】
【国外来华专利技术】训练针对工业应用的人工智能模块
[0001]本专利技术总体涉及工业系统。特别地，本专利技术涉及一种生成用于训练针对工业应用(诸如用于监测和/或控制工业系统)的人工智能模块(下文中被称为“AI模块”)的训练数据集的计算机实现的方法。本专利技术还涉及对应的计算机程序和存储这种计算机程序的计算机可读介质。此外，本专利技术涉及使用用于训练AI模块的训练数据集，以及涉及用训练数据集训练AI模块的计算机实现的方法。此外，本专利技术涉及包括用这种训练数据集训练的AI模块的计算机，以及用于监测和/或控制工业系统的计算机和/或经训练的AI模块的用途。
技术介绍
[0002]诸如例如工厂、电厂、制炼厂、电转变站、中继站、电力供应站、变电站、工业驾驶系统、工厂系统、制造系统、驱动器、马达等工业系统通常包括一个或多个组件，该一个或多个组件可以在工业系统的操作期间被监测和/或被控制以确保工业系统的正确功能，并且可靠地检测工业系统的失灵和/或故障。例如，工业驾驶系统可以包括在工业系统的操作期间被监测和/或被控制的一个或多个驱动器、马达、负载、变压器、变...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种生成用于训练人工智能模块(10)AI模块的训练数据集的计算机实现的方法，所述方法包括：在数据存储装置(102)上提供第一数据集(12)和第二数据集(14)，其中所述第一数据集包括指示工业系统的第一操作状况的一个或多个第一数据元素(13)，其中所述第二数据集包括指示所述工业系统的第二操作状况的一个或多个第二数据元素(15)，其中所述第一操作状况基本上匹配所述第二操作状况；确定用于将所述第一数据集(12)中的所述一个或多个第一数据元素(13)转换为所述第二数据集(14)中的所述一个或多个第二数据元素(15)的数据转换；对所述第一数据集中的所述一个或多个第一数据元素(13)和/或对一个或多个另一数据集中的一个或多个另一数据元素应用所确定的所述数据转换，从而生成经转换的数据集；以及基于所述经转换的数据集中的至少一部分来生成用于训练所述AI模块(10)的训练数据集。2.根据权利要求1所述的方法，其中生成所述训练数据集包括：提供用于训练所述AI模块(10)的初始训练数据集；以及用所述经转换的数据集的所述至少一部分来补充所述初始训练数据集。3.根据权利要求2所述的方法，其中补充所述初始数据集包括：将所述经转换的数据集的所述至少一部分添加到所述初始训练数据集；和/或用所述经转换的数据集的所述至少一部分来代替所述初始训练数据集的至少一部分。4.根据前述权利要求中任一项所述的方法，还包括：在所述第一数据集(12)中标识和/或选择指示所述工业系统的所述第一操作状况的所述一个或多个第一数据元素(13)；和/或在所述第二数据集(14)中标识和/或选择指示所述工业系统的所述第二操作状况的所述一个或多个第二数据元素(15)。5.根据前述权利要求中任一项所述的方法，其中所述第一数据集(12)中的所述一个或多个第一数据元素(13)是时间相关的；和/或其中所述第二数据集(14)中的所述一个或多个第一数据元素(15)是时间相关的。6.根据前述权利要求中任一项所述的方法，还包括：相对于所述工业系统的至少一个操作参数，将所述一个或多个第一数据元素(13)与所述一个或多个第二数据元素(15)进行匹配，其中所述至少一个操作参数指示所述工业系统的操作。7.根据权利要求6所述的方法，其中所述至少一个操作参数是所述工业系统的操作时间；和/或其中所述一个或多个第一数据元素(13)相对于所述工业系统的操作时间而被与所述一个或多个第二数据元素(15)进行匹配。8.根据前述权利要求中任一项所述的方法，其中针对所述一个或多个第一数据元素(13)中的每个第一数据元素，所述数据转换按元素而被确定。
9.根据前述权利要求中任一项所述的方法，其中所述数据转换使用机器学习算法而被确定。10.根据前述权利要求中任一项所述的方法，其中所述数据转换使用以下至少一项而被确定：核密度估计、高斯回归、人工神经网络、生成对抗网络、和积网络和对抗神经...
【专利技术属性】
技术研发人员：贝内迪特，
申请(专利权)人：ABB瑞士股份有限公司，
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。