一种基于改进TimeGAN模型的小样本故障诊断方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于改进TimeGAN模型的小样本故障诊断方法,包括:采集电梯运行数据,包括正常样本和故障样本;建立改进TimeGAN模型;将故障样本输入改进TimeGAN模型生成故障数据;将电梯运行数据和生成的故障数据合并为样本集,并利用小波包分解提取样本集的时频特征;将提取的时频特征划分为训练集和测试集,并将训练集输入CNN模型中进行训练;将测试集输入训练好的CNN模型,获得故障诊断结果并对故障诊断结果进行验证。该方法通过生成具备时序特征的故障样本,降低原始数据分布不平衡性,并充分提取样本的时频特征,获得高效准确的故障诊断结果,从而实现智能化设备的安全维护。
《一种基于改进TimeGAN模型的小样本故障诊断方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022103885622,当前法律状态为已下证,由浙江工业大学提出申请,发明人为郭方洪;窦云飞;刘师硕;吴祥;董辉;陈积明;姚荣康,申请日期为2022-04-13,公开(公告)日期为2025-04-29,国际专利分类号(IPC)为 G06F 18/2415 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于改进TimeGAN模型的小样本故障诊断方法,包括:采集电梯运行数据,包括正常样本和故障样本;建立改进TimeGAN模型;将故障样本输入改进TimeGAN模型生成故障数据;将电梯运行数据和生成的故障数据合并为样本集,并利用小波包分解提取样本集的时频特征;将提取的时频特征划分为训练集和测试集,并将训练集输入CNN模型中进行训练;将测试集输入训练好的CNN模型,获得故障诊断结果并对故障诊断结果进行验证。该方法通过生成具备时序特征的故障样本,降低原始数据分布不平衡性,并充分提取样本的时频特征,获得高效准确的故障诊断结果,从而实现智能化设备的安全维护。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
