公开(公告)号：CN119226709A

公开(公告)日：2024-12-31

申请号：CN202411434812.7

申请日：2024-10-15

Applicant: 安徽大学

Inventor： 钟凯 ,  朱恒昌 ,  王子妍 ,  许博文 ,  燕浩然 ,  姜凯峰 ,  孙承泽

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于知识自适应嵌入的强光磁冷水机组少样本诊断方法，可实现强光磁冷水机组的少样本故障诊断。首先获取强光磁冷水机组中的大量无标签数据和少量标签数据并进行预处理，其次利用多种与故障征兆息息相关的知识嵌入方法对无标签数据进行增强，并为每个增强样本生成相应的伪标签。再通过增强后的训练集和交叉熵损失对卷积神经网络进行预训练，并利用指数加权平均策略对多种知识嵌入方法自适应分配权重，从而得到更好的特征知识嵌入。接着利用少量标签数据对预训练好的卷积神经网络进行微调，使模型更适用于后续的少样本故障诊断任务。最后使用划分好的少样本诊断测试集对微调好的模型进行测试，并利用准确率指标来评估模型的少样本诊断性能。