基于数据驱动的设备故障诊断模型的构建方法及装置

专利主权项内容

1.一种基于数据驱动的设备故障诊断模型的构建方法，其特征在于，所述构建方法包括：获取预先构建的训练样本集；所述训练样本集是通过对初始样本集插值处理得到的；所述训练样本集包括样本标签，所述样本标签包括设备的正常运行状态的标签和设备的多种异常运行状态的标签；基于所述训练样本集对应的时间序列，对所述训练样本集进行特征提取，确定基于时间序列的目标特征参数；将所述目标特征参数输入至预先设置的分类器中，对所述分类器进行分类训练，并将分类训练的结果满足预设的分类条件时的分类器确定为设备故障诊断模型；所述设备故障诊断模型用于对目标设备进行故障诊断；所述基于所述训练样本集的时间序列，对所述训练样本集进行特征提取，确定基于时间序列的目标特征参数的步骤，包括：对所述训练样本集滑窗处理，得到多个连续向量；将多个所述连续向量输入至预设的自编码神经网络中，通过所述自编码神经网络对每个所述连续向量进行特征提取，得到多个潜在特征表示；通过嵌入空间聚类方式对多个所述潜在特征表示进行特征变换，得到每个所述潜在特征表示对应的聚类表示；基于所述聚类表示对应的时间点，确定所述聚类表示对应的时间点权重和时间嵌入表示；使用所述时间点权重对所述时间嵌入表示进行加权，并将加权的时间嵌入表示进行组合，得到基于时间序列的目标特征参数。