【技术实现步骤摘要】
本专利技术涉及深度学习的，尤其涉及一种振幅处理网络的训练及其振幅处理方法、设备及存储介质。
技术介绍
1、抽水蓄能电厂是一个复杂的自动化智能运行系统，该系统拥有水轮抽水蓄能机、抽水蓄能机组等多个核心装置，抽水蓄能机组拥有上机架、下机架、水导顶盖、推力轴承等多种重要设备，这些设备在正常运行过程中，会产生一定变化规律的振动幅度。
2、在抽水蓄能电厂运行过程中，不同时刻拥有不同的复杂工况，为保障抽水蓄能机组的保持稳定安全运行状态，目前会使用阈值法、seq2seq(序列到序列)等方式对上机架、下机架、水导顶盖、推力轴承等设备的振幅进行多方面的监控，制定并迅速启动相应的安全防措施，保障抽水蓄能机组的安全运行，避免突发事故发生。
3、其中，阈值法是指当振动幅度超过某个阈值时，便触发告警信号或故障信号。但是，阈值是固定的，如果阈值的范围过窄，容易产生误报，阈值的范围过宽，灵敏性较低，导致阈值法的效率较低。
4、seq2seq通常是基于rnn(recurrentneuralnetwork，循环神经网络)的时序序列模型...
【技术保护点】
1.一种振幅处理网络的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将多个所述第一原始振幅特征与所述第二原始振幅特征输入所述特征交互模块中交互为融合振幅特征，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，所述计算所述第一候选振幅特征相对于所述第二候选振幅特征的注意力权重，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述多任务处理模块包括序列预测模块、工况分类模块与异常判别器，多个所述振幅任务信息包括目标振幅数据、目标工况状态与
【技术特征摘要】
1.一种振幅处理网络的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将多个所述第一原始振幅特征与所述第二原始振幅特征输入所述特征交互模块中交互为融合振幅特征，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，所述计算所述第一候选振幅特征相对于所述第二候选振幅特征的注意力权重，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述多任务处理模块包括序列预测模块、工况分类模块与异常判别器，多个所述振幅任务信息包括目标振幅数据、目标工况状态与异常判别标签；
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：巩宇，刘轩，吴昊，王彬，熊江翱，雷俊雄，王卓艺，邹佳衡，赵亚康，陈绪滨，凌鹏，贾亚琳，杨海霞，聂靓靓，张若羿，
申请(专利权)人：南方电网调峰调频发电有限公司检修试验分公司，
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。