一种基于迁移学习的风力发电机故障诊断方法

    公开(公告)号:CN117828446A

    公开(公告)日:2024-04-05

    申请号:CN202410019250.3

    申请日:2024-01-05

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于迁移学习的风力发电机故障诊断方法,包括:S1、利用加速度传感器采集在不同工况下的正常与故障状态下的振动加速度信号;S2、将源域和目标域的样本分为训练集、验证集和测试集,分批次随机抽取目标域的无标签样本,以对齐源域训练集样本的维度;S3、将已对齐的样本送入改进深度残差网络,通过双阶段早期停止优化迁移学习策略进行训练,通过梯度反转层进行域对抗训练以减小源域和目标域的样本差异并获取域不变特征;将测试好的预训练模型的部分特征提取器冻结,用目标域训练集数据微调预训练模型的分类器;S4、将目标域测试集输入训练好的目标域的目标模型中,得到故障诊断结果。该方法有利于准确、高效地诊断出风力发电机故障。

Patent Agency Ranking