科研之友
微信
新浪微博
Facebook
分享链接
摘要
在工程实践中，风机故障诊断面临训练故障类别与实际故障类别不同的情况，为实现对风机未知故障的诊断，需要将训练过程中习得的故障特征信息迁移至未知故障中。不同于传统方法直接建立故障样本与故障类别间映射关系的做法，为完成故障特征迁移，提出一种基于零样本学习的风机故障诊断方法。通过描述每种故障的故障属性建立故障属性矩阵，将其嵌入故障样本空间与故障类别空间之中；并基于卷积神经网络建立故障属性学习器，基于欧式距离建立故障分类器，形成从故障样本预测故障属性进而分类故障的诊断流程。最后通过与其他零样本学习方法的对比验证了所提故障诊断方法的有效性和优越性。
- 出版日期2023
- 单位上海交通大学; 电力传输与功率变换控制教育部重点实验室
