[發明專利]基于對抗訓練與Transformer的風力發電機故障診斷方法

在審

• 申請號: 202310089167.9
• 申請日: 2023-02-03
• 公開（公告）號: CN116010896A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 呂鵬遠;王言國;柴兆瑞;蘭金江;秦冠軍;文繼鋒;金巖磊;黃山峰;劉明哲;王千
• 申請（專利權）人: 南京南瑞繼保電氣有限公司;南京南瑞繼保工程技術有限公司;中國三峽新能源(集團)股份有限公司
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06F18/214;G06N3/08;G06N3/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.基于對抗訓練與Transformer的風力發電機故障診斷方法，其特征在于，包括：

獲取風力發電機產生的實時故障數據；將實時故障數據輸入至預先訓練的風力發電機故障診斷模型，獲得風力發電機的故障診斷結果；

風力發電機故障診斷模型的訓練過程包括：

采集風力發電機SCADA的多路故障代碼數據，對故障代碼數據添加擾動，查詢故障代碼數據的關聯維度數據，拼接各種故障代碼數據對應的維度數據并進行預處理，形成數據訓練樣本；

將預處理后的數據訓練樣本按照故障原因進行劃分，并打上標簽形成多個故障數據集；對故障數據集進行標量投影和位置編碼；

基于對抗訓練算法與Transformer編碼器構建風力發電機故障診斷模型；通過故障數據集對風力發電機故障診斷模型進行訓練，直至風力發電機故障診斷模型收斂。

2.根據權利要求1所述的基于對抗訓練與Transformer的風力發電機故障診斷方法，其特征在于，對故障代碼數據添加擾動的方法包括：計算出風力發電機故障診斷模型的梯度h，并將梯度h與常數ε相乘，得到擾動量；將擾動量加到至故障代碼數據。

3.根據權利要求1所述的基于對抗訓練與Transformer的風力發電機故障診斷方法，其特征在于，對故障數據集進行標量投影的方法包括：通過1D卷積濾波器將故障數據集的標量上下文信息映射到d_model維度的向量

4.根據權利要求3所述的基于對抗訓練與Transformer的風力發電機故障診斷方法，其特征在于，對故障數據集進行位置編碼，位置編碼公式為：

風力發電機故障診斷模型的輸入向量，表達公式為：

其中，pos表示當前輸入的故障數據在故障數據集中的序列位置，d_model表示輸入的維度；α為平衡因子，表示維度向量，t表示學習序列的個數，L_x表示學習序列的長度，χ_feed[i]表示第i個饋入風力發電機故障診斷模型的輸入向量。