[发明专利]一种基于联邦学习的多设备状态监测方法在审
申请号: | 202110253451.6 | 申请日: | 2021-03-05 |
公开(公告)号: | CN113033772A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 于泽沛;张卫山;包致成 | 申请(专利权)人: | 中国石油大学(华东) |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08;G06F21/60;G06F21/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 266580 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 联邦 学习 设备 状态 监测 方法 | ||
1.一种基于联邦学习的多设备状态监测方法,其特征在于,数据预处理模块、子节点模型训练模块、中心节点模型融合模块、模型回传模块、故障监测模块,包括以下步骤:
步骤(1):子节点的数据通过数据预处理模块进行清洗,剔除空数据、无效数据和重复数据;
步骤(2):预处理完毕的数据在各自子节点进行模型训练;
步骤(3):将步骤(2)训练得到的模型上传到中心节点,中心节点根据子节点模型的效果进行筛选并融合;
步骤(4):中心节点融合的模型回传到各子节点,子节点根据中心节点模型继续训练;
步骤(5):子节点使用训练的模型对设备运行状态进行监测,分析故障情况。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110253451.6/1.html,转载请声明来源钻瓜专利网。