[发明专利]一种电机故障数据增广方法及系统

权利要求书

1.一种电机故障数据增广方法，其特征在于，包括：

S1：构建电机在不同工况、不同故障类型、不同故障严重程度下的真实训练样本集和测试样本集；

S2：构建真实训练样本的第一属性标签集、第一特征标签集和第一混合标签集，根据所述第一属性标签集和所述第一特征标签集构建属性推理网络；

S3：构建测试样本集的第二属性标签集，根据所述第二属性标签集和所述属性推理网络得到测试样本集的第二特征标签集，根据所述第二属性标签集和所述第二特征标签集确定测试样本集的第二混合标签集；

S4：根据第一混合标签集构建故障数据增广模型的第一预设模型、第二预设模型和第三预设模型；

S5：根据所述第一预设模型、所述第二预设模型和所述第三预设模型构建编码解码器损失函数和判别器损失函数，并根据所述编码解码器损失函数和所述判别器损失函数建立故障数据增广模型损失函数；

S6：根据所述第一预设模型、所述第二预设模型、所述第三预设模型以及所述故障数据增广模型损失函数训练故障数据增广模型，获得故障数据增广最优模型参数；根据所述第二混合标签集和所述故障数据增广最优模型参数确定与测试样本属性一致的生成数据。

2.根据权利要求1所述的电机故障数据增广方法，其特征在于，所述S1包括：

S11：采集电机在W种不同工况、C种不同故障类型下的S种不同故障严重程度的传感器原始数据D_1,1,1、D_2,1,1、…、D_w,1,1、…、D_w,c,s、…、D_W,C,S，其中D_w,c,s∈Rⁿ表示第w种工况、第c种故障类型、第s种故障严重程度的传感器数据，n表示传感器信号的采样点数，传感器原始数据集表示为D＝{D_w,c,s∈Rⁿ}，w＝1,2,…,W，c＝1,2,…,C，s＝1,2,…,S；

S12：对传感器原始数据集做归一化处理，第w种工况、第c种故障类型、第s种故障严重程度下的传感器第i个数据点的归一化处理描述满足如下公式，其中i＝1,2,…，n：

式中，max(D_w,c,s)和min(D_w,c,s)分别为第w种工况、第c种故障类型、第s种故障严重程度下所采集传感器数据的最大值和最小值，为第i个数据点，为对应的归一化后的值；

对传感器原始数据D中所有数据D_w,c,s做归一化处理，得到归一化后的传感器数据其中归一化后传感器数据集表示为

S13：以窗口大小为Win、步长为Stp对归一化后传感器数据做时间滑窗，经时间滑窗后数据为其中l表示样本数，计算公式如下：

l＝floor((n-Win)/Stp)+1 (2)

式中floor表示向下取整；

以窗口大小为Win、步长为Stp对归一化化后传感器数据集中所有数据做时间滑窗，经时间滑窗后的数据为其中时间滑窗后的传感器数据集可表示为

S14：任意选取时间滑窗后的传感器数据集中的作为测试样本构建测试样本集D^Te，其中，w₁∈1,2,…,W,c₁∈1,2,…,C,s₁∈1,2,…,S，测试样本集表示为其中表示第i个测试样本；

将时间滑窗后的传感器数据集中的其余数据作为真实训练样本，并将依次按行拼接构建真实训练样本集其中l^Tr表示真实训练样本数，其大小可表示为：

l^Tr＝(W+C+S-1)·l (3)

真实训练样本集表示为其中表示第i个真实训练样本。