公开(公告)号：CN118690237A

公开(公告)日：2024-09-24

申请号：CN202410689321.0

申请日：2024-05-30

Applicant: 广西壮族自治区特种设备检验研究院

Inventor： 罗贞 ,  张永 ,  段亚穷 ,  唐梓恩 ,  郑秀娟 ,  张琳

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种具有隐私保护功能的半监督小样本电梯故障诊断方法，采用Kalman‑Filter进行数据预处理实现采集数据的去噪，提升诊断效率和精度。并根据算法需求进行数据集构建；对原始的数据进行数据预处理过后，进行对比学习预训练阶段，使用正负样本对自动编码器进行训练，以构建一个预训练参数模型；经过预训练模型的数据，会进入原型建模模块，电梯设备的不同故障的表征不同，通过原型网络学习一个度量空间，在这个度量空间中，建立每一类故障的原型表示；将上述过程重复到分布式服务器中，采用了增强的时变联邦学习方案，旨在保持模型的收敛性的同时，有效实现了完全去中心化的个性化模型训练。所提出的方法在实际电梯数据上进行方法对比和消融实验，证明了预训练模块和原型精化方法的有效性，并实现了优秀的在线诊断精度。