【技术实现步骤摘要】
本专利技术涉及设备故障诊断，尤其涉及一种基于多通道层级变换网络结构的设备故障诊断方法。
技术介绍
1、随着人工智能、大数据等技术的不断发展，设备的智能化程度也在不断地提高，传感器、控制器等数字技术使得设备之间可以进行自行通信和交互，为生产发展带来了诸多便利。由于设备智能化的升级，使得设备的复杂性日渐增加，设备故障的类型和数量也急剧上升，当设备发生故障时，传统的故障诊断方法需要消耗大量的时间和人力成本，因此，实现对设备的快速、准确的故障诊断具有重要意义。
2、然而，在进行设备故障诊断的过程中面临着以下机会和挑战：（1）设备故障的复杂性：设备一般由多个组件和系统构成，涉及通信、电路连接等许多复杂过程。设备在经过长时间运行或者受到外界因素干扰的情况下容易发生故障，故障类型多样且复杂，因此，针对这些故障进行准确的诊断具有挑战性。（2）故障诊断的重要性：设备发生故障可能导致工作效率下降、数据交互不及时、能耗增加以及设备停机等严重后果。为了及时采取修复措施、减少停机时间和降低维修成本，快速准确地诊断设备故障变得至关重要。（3）nlp的应...
【技术保护点】
1.一种基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，在对设备历史日志数据进行划分时，当设备历史日志数据的数据量为100万条以下时，以（7-8）:（3-2）的比例将其划分为训练样本数据和测试样本数据；当设备历史日志数据的数据量为100万条以上时，以98:2的比例将其划分为训练样本数据和测试样本数据。
3.根据权利要求2所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，在对设备历史日志数据进行划分时，划分后的训练样本数据和测...
【技术特征摘要】
1.一种基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，在对设备历史日志数据进行划分时，当设备历史日志数据的数据量为100万条以下时，以（7-8）:（3-2）的比例将其划分为训练样本数据和测试样本数据；当设备历史日志数据的数据量为100万条以上时，以98:2的比例将其划分为训练样本数据和测试样本数据。
3.根据权利要求2所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，在对设备历史日志数据进行划分时，划分后的训练样本数据和测试样本数据为相互独立的数据。
4.根据权利要求1所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，将训练样本数据和测试样本数据中的任意一条文本数据转化成向量的表示方式的具体过程如下：
5.根据权利要求4所述的基于多通道层级变换网络结构的设备故障诊断方法，其特征在于，采用词嵌入、段嵌入、位置嵌入相结合的方式对文本输入数据进行文本特征的提取的具体过程如下：<...
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。