公开(公告)号：CN114692714B

公开(公告)日：2025-05-13

申请号：CN202011615456.0

申请日：2020-12-31

Applicant: 中核控制系统工程有限公司

Inventor： 赵亚薇 ,  张强 ,  王冬 ,  梁嘉琳 ,  赵爽

IPC: G06F18/25 ,  G06N20/00 ,  G06F18/2415

Abstract: 本发明属于工业级控制系统故障诊断技术领域，具体涉及一种基于深度信念网络和相关性模型的故障诊断融合方法。包括下述步骤：步骤一，建立D矩阵模型；步骤二，将步骤一得到的D矩阵进行权值化处理得到权重矩阵W；步骤三，将步骤二得到的权重矩阵W进行正态分布标准化；步骤四，将步骤三得到的正态分布标准化后的权重矩阵作为DBN网络的初始权重矩阵；步骤五：输入测试信息，输出故障模式，完成D矩阵和DBN网络的融合故障诊断。本发明建立了相关性模型故障诊断与深度信念网络故障诊断之间的融合方案，即提高了DBN网络收敛速度和预测精度，又改善了相关性模型诊断的局限性，融合诊断的适用性更广。

公开(公告)号：CN114692714A

公开(公告)日：2022-07-01

申请号：CN202011615456.0

申请日：2020-12-31

Applicant: 中核控制系统工程有限公司

Inventor： 赵亚薇 ,  张强 ,  王冬 ,  梁嘉琳 ,  赵爽

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明属于工业级控制系统故障诊断技术领域，具体涉及一种基于深度信念网络和相关性模型的故障诊断融合方法。包括下述步骤：步骤一，建立D矩阵模型；步骤二，将步骤一得到的D矩阵进行权值化处理得到权重矩阵W；步骤三，将步骤二得到的权重矩阵W进行正态分布标准化；步骤四，将步骤三得到的正态分布标准化后的权重矩阵作为DBN网络的初始权重矩阵；步骤五：输入测试信息，输出故障模式，完成D矩阵和DBN网络的融合故障诊断。本发明建立了相关性模型故障诊断与深度信念网络故障诊断之间的融合方案，即提高了DBN网络收敛速度和预测精度，又改善了相关性模型诊断的局限性，融合诊断的适用性更广。