[发明专利]基于正弦修正焦点损失的燃机类不平衡诊断方法及系统

权利要求书

1.基于正弦修正焦点损失的燃机类不平衡诊断方法，其特征在于所述方法具体过程为：

获取待检测的燃气轮机数据，将待检测的燃气轮机数据输入到故障诊断网络中，判断待检测燃气轮机是否故障；

所述故障诊断网络通过以下方式获得：

步骤一、获取燃气轮机数据，将数据划分训练集和测试集；

所述训练集中的正常数据数目大于故障数据数目；

步骤二、将训练集中的燃气轮机数据进行混合过采样获得混合过采样后的燃气轮机数据；

所述将训练集中的燃气轮机数据进行混合过采样具体为：利用随机过采样方法和SMOTE过采样方法对燃气轮机进行过采样；

步骤三、建立深度神经网络，利用混合过采样后的燃气轮机数据训练深度神经网络，获得训练好的深度神经网络；

所述深度神经网络的损失函数为正弦修正焦点损失函数，具体为：

其中，是正弦修正因子，α_t∈[0,1]是平衡因子，p_t∈[0,1]是预测概率值，γ是可调参数；

步骤四、利用测试集对训练好的深度神经网络进行测试，获得训练好的深度神经网络的精度，保存精度最接近1的训练好的深度神经网络即故障诊断网络。

2.根据权利要求1所述的基于正弦修正焦点损失的燃机类不平衡诊断方法，其特征在于：所述待检测的燃气轮机数据包括：燃料量、大气温度、功率、透平排气温度、压气机出口压力、压气机出口温度。

3.根据权利要求1所述的基于正弦修正焦点损失的燃机类不平衡诊断方法，其特征在于：所述步骤二中的将训练集中的燃气轮机数据进行混合过采样获得混合过采样后的燃气轮机数据，包括以下步骤：

步骤二一、在训练集中随机选取一部分故障样本A，对A进行随机过采样生成故障样本a；

所述故障样本a为训练集中正常样本数目的一半；

步骤二二、对训练集中的全部故障样本进行SMOTE过采样，生成故障样本b；

所述故障样本b为训练集中正常样本数目的一半；

步骤二三、将故障样本a、故障样本b、训练集中的正常样本组合为混合过采样后的燃气轮机数据。

4.根据权利要求3所述的基于正弦修正焦点损失的燃机类不平衡诊断方法，其特征在于：所述步骤三中的利用混合过采样后的燃气轮机数据训练深度神经网络利用误差反向传播的方法对深度神经网络进行迭代训练，直到损失函数的值收敛。

5.基于正弦修正焦点损失的燃机类不平衡诊断系统，其特征在于：所述系统用于实现权利要求1-4任一项所述的基于正弦修正焦点损失的燃机类不平衡诊断方法，所述系统包括：数据获取模块、故障诊断模块、诊断输出模块；

所述数据获取模块用于待检测的燃气轮机数据并将燃气轮机数据输入到故障诊断模块中；

所述故障诊断模块用于根据燃气轮机数据对燃气轮机进行故障诊断，并将诊断结果传输给诊断输出模块；

所述诊断输出模块用于输出故障诊断模块输出的结果。

6.根据权利要求5所述基于正弦修正焦点损失的燃机类不平衡诊断系统，其特征在于：所述数据获取模块获取的燃气轮机数据包括：燃料量、大气温度、功率、透平排气温度、压气机出口压力、压气机出口温度。

7.根据权利要求6所述基于正弦修正焦点损失的燃机类不平衡诊断系统，其特征在于：所述故障诊断模块用于根据燃气轮机数据对燃气轮机进行故障诊断采用故障诊断网络实现。

8.根据权利要求7所述的基于正弦修正焦点损失的燃机类不平衡诊断系统，其特征在于：所述故障诊断网络的损失函数为正弦修正焦点损失函数，如下式：

其中，f(p_t)是正弦修正因子，α_t∈[0,1]是平衡因子，p_t∈[0,1]是预测概率值，γ是可调参数。