一种冷水机组故障诊断方法、系统、介质及设备与流程

文档序号:36811033发布日期:2024-01-26 16:12阅读:来源:国知局

技术特征:

1.一种冷水机组故障诊断方法,其特征在于,包括:

2.如权利要求1所述的冷水机组故障诊断方法,其特征在于,所述子块划分策略为:一个子块与冷水机组实验进程中的一个运行单元一一对应。

3.如权利要求1所述的冷水机组故障诊断方法,其特征在于,提取每个子块的局部故障特征的过程为:

4.如权利要求3所述的冷水机组故障诊断方法,其特征在于,引入自注意力层之前的时间卷积网络模型包括三个结构相同顺序连接的时间残差块。

5.如权利要求1所述的冷水机组故障诊断方法,其特征在于,形成全局故障特征的过程为:

6.如权利要求1所述的冷水机组故障诊断方法,其特征在于,所述冷水机组故障诊断模型在训练的过程中,使用交叉熵损失函数评估的期望效用分布和目标分布的误差,然后使用adam优化算法优化损失函数值,最终得到训练好的冷水机组故障诊断模型。

7.一种冷水机组故障诊断系统,其特征在于,包括:

8.如权利要求7所述的冷水机组故障诊断系统,其特征在于,所述子块划分策略为:一个子块与冷水机组实验进程中的一个运行单元一一对应;

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的冷水机组故障诊断方法中的步骤。

10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述的冷水机组故障诊断方法中的步骤。


技术总结
本发明属于冷水机组故障诊断领域,提供了一种冷水机组故障诊断方法、系统、介质及设备。其中,冷水机组故障诊断方法包括获取待测冷水机组的状态数据;利用训练完成的冷水机组故障诊断模型处理待测冷水机组的状态数据,得到冷水机组的故障诊断结果;其中,冷水机组故障诊断模型包括子块划分模型、引入自注意力层的时间卷积网络模型和多块自适应信息融合模型。其通过自注意力机制对局部信息自适应加权,使其能够充分考虑子块之间的潜在相关性以及对全局特征的影响,从而提高冷水机组故障诊断结果的精度。

技术研发人员:刘亚祥,梁涛,王锋,徐家斌,赵吉祥,张辉,孟超
受保护的技术使用者:山东零碳智慧能源科技有限公司
技术研发日:
技术公布日:2024/1/25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1