故障诊断模型训练方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例公开了一种故障诊断模型训练方法、装置、设备及介质，涉及故障诊断技术领域。该方法包括：获取样本设备在正常运行情况下产生的参考样本数据；确定所述样本设备进行故障诊断的故障类型；根据所述参考样本数据和所述故障类型，生成故障关联数据；根据所述故障关联数据，生成故障诊断训练数据，用于训练故障诊断模型。上述方案，通过引入故障类型，确定故障关联数据，进而确定故障诊断训练数据，提高了确定的故障诊断训练数据的准确度，进而提高了故障诊断模型的训练精度，以及后续使用训练好的故障诊断模型进行故障诊断的准确度。训练好的故障诊断模型进行故障诊断的准确度。训练好的故障诊断模型进行故障诊断的准确度。

【技术实现步骤摘要】
故障诊断模型训练方法、装置、设备及介质


[0001]本专利技术实施例涉及故障诊断
，尤其涉及一种故障诊断模型训练方法、装置、设备及介质。

技术介绍

[0002]近年来，工业过程的故障诊断技术常用于对工业过程的监控，为工业过程中是否出现异常信号提供了及时的判断。
[0003]现有技术中，通常采用模型的方式进行故障诊断。因此，如何提高模型的训练精度，进而提高基于训练好的模型进行故障诊断的准确度至关重要。

技术实现思路

[0004]本专利技术提供一种故障诊断模型训练方法、装置、设备及介质，以提高模型的训练精度，进而提高基于训练好的模型进行故障诊断的准确度。
[0005]根据本专利技术的一方面，提供了一种故障诊断模型训练方法，其特征在于，包括：
[0006]获取样本设备在正常运行情况下产生的参考样本数据；
[0007]确定所述样本设备进行故障诊断的故障类型；
[0008]根据所述参考样本数据和所述故障类型，生成故障关联数据；
[0009]根据所述故障关联数据，生成故障诊断训练数据，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断模型训练方法，其特征在于，包括：获取样本设备在正常运行情况下产生的参考样本数据；确定所述样本设备进行故障诊断的故障类型；根据所述参考样本数据和所述故障类型，生成故障关联数据；根据所述故障关联数据，生成故障诊断训练数据，用于训练故障诊断模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述参考样本数据和所述故障类型，生成故障关联数据，包括：根据所述参考样本数据，生成故障类内关联数据；根据所述参考样本数据和所述故障类型，生成不同故障类型的子故障类间关联数据；根据所述子故障类间关联数据，得到故障类间关联数据；生成包括所述故障类内关联数据和所述故障类间关联数据的故障关联数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述参考样本数据和所述故障类型，生成不同故障类型的子故障类间关联数据，包括：对所述参考样本数据进行归一化处理，使得各参考样本数据的均值为默认值；根据所述故障类型，生成不同故障类型的子故障类间关联数据。4.根据权利要求2所述的方法，其特征在于，所述根据所述故障关联数据，生成故障诊断训练数据，包括：根据所述故障类内关联数据和所述故障类间关联数据，确定故障关联特征数据；根据所述故障关联特征数据，得到故障诊断特征数据；根据所述故障诊断特征数据，生成故障诊断训练数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述故障关联特征数据，得到故障诊断特征数据，包括：选取较大的预设阈值个故障关联特征数据，作为故障诊断特征数据；相应的，所述根据所述故障诊断特征数据，生成故障诊断训练数据，包括：确定与所述故障诊断特征数据相对...

【专利技术属性】
技术研发人员：郭天序，付立民，邱兆阳，孙超，
申请(专利权)人：北京全路通信信号研究设计院集团有限公司，
类型：发明
国别省市：