公开(公告)号：CN113095360A

公开(公告)日：2021-07-09

申请号：CN202110245929.0

申请日：2021-03-05

Applicant: 华中科技大学

Inventor： 袁烨 ,  姜文倩 ,  叶紫璇 ,  江一诺 ,  金骏阳

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种风机结冰检测模型的构建方法及其应用，所构造的风机结冰检测模型包括相互并联的第一GAN模型和第二GAN模型，融合层，CNN模型，第一域自适应网络和第二域自适应网络；CNN模型中的批归一化层以及第一全连接层分别与第一域自适应网络和第二域自适应网络相连；本发明以最小化源域数据集中各样本的预测标签和真实标签的差异、最大化源域数据集中结冰样本与非结冰样本的分布差异以及最小化源域数据与目标域数据的分布差异为目标，对风机结冰检测模型进行训练；可以对无标签样本进行迁移学习，解决了高质量标记数据少的问题，使得该模型具有很强的可迁移性以及对于不同风机的适配性，用于风机结冰检测时准确度较高。

公开(公告)号：CN112949744A

公开(公告)日：2021-06-11

申请号：CN202110306110.0

申请日：2021-03-23

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  金骏阳 ,  姜文倩 ,  江一诺 ,  黄虹 ,  许典 ,  丁汉

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及风力发电技术领域，具体公开了一种风力发电机叶片结冰检测方法，其中，包括：获取训练样本，其中训练样本包括结冰样本和正常样本；根据训练样本进行预训练得到生成对抗网络；根据生成对抗网络中获得的训练样本的生成样本与原始样本的特征向量差进行预训练获得卷积分类器；将生成对抗网络的预训练参数以及卷积分类器的预训练参数进行整体训练，得到结冰检测整体训练网络；将每个待测试数据分别输入至结冰检测整体训练网络，得到风力发电机叶片是否结冰的检测结果。本发明还公开了一种风力发电机叶片结冰检测系统及存储介质。本发明提供的风力发电机叶片结冰检测方法能够实现对风力发电机叶片是否结冰的有效检测。

公开(公告)号：CN110458039A

公开(公告)日：2019-11-15

申请号：CN201910655120.8

申请日：2019-07-19

Applicant: 华中科技大学

Inventor： 袁烨 ,  姜文倩 ,  尹航 ,  程骋 ,  周倍同 ,  洪杨 ,  马贵君

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种工业过程故障诊断模型的构建方法及其应用，方法包括：构建故障诊断框架，其包括：生成器，其对特征提取器生成的每个原始样本进行编码-解码-编码，得到第一隐藏特征、生成样本和第二隐藏特征；采用正常原始样本集和生成对抗网络中的鉴别器，以鉴别器将生成样本鉴别为原始样本为目标，训练生成器；故障评分计算器，其基于每个待测原始样本及其对应的第一隐藏特征、生成样本和第二隐藏特征进行故障诊断。本发明在故障诊断模型中引入生成对抗网络中的生成器，且生成器具有编码-解码-编码功能，采用生成对抗网络中的鉴别器仅基于正常原始样本训练生成器，解决了因工业故障样本过少造成故障诊断模型训练困难、效率低且效果差的问题。