[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

说明书

基于正弦修正焦点损失的燃机类不平衡诊断方法及系统，涉及燃气轮机故障检测诊断领域。本发明是为了解决现有燃气轮机故障检测方法在故障样本数目稀缺的条件下故障检测精度低的问题。本发明包括：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。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。基于正弦修正焦点损失的燃机类不平衡诊断系统用于实现基于正弦修正焦点损失的燃机类不平衡诊断方法。本发明用于对燃气轮机进行故障诊断。

技术领域

本发明涉及燃气轮机故障检测诊断领域，特别涉及基于正弦修正焦点损失的燃机类不平衡诊断方法及系统。

背景技术

燃气轮机在舰船推进、发电、航空动力等领域有着广泛的应用。开展燃气轮机的健康状态监测与故障诊断，能够在故障的早期及时发现故障，避免严重故障的发生，提高其运行安全性与可靠性。

现有技术主要利用BP(Back Propagation)神经网络对含有正常样本和故障样本的燃气轮机数据进行训练，然后利用训练好的BP神经网络对新的健康状态未知的样本进行故障诊断。但是这种方法在进行燃气轮机故障诊断的时候仅仅考虑了正常样本数目和故障样本数目相差不多的场景，而在实际燃气轮机运行数据中，正常样本数目远多于故障样本数目，处于严重的类不平衡状态。这种情况下，由于故障样本数目的稀缺，故障样本的诊断精度往往会大大降低。

发明内容

本发明目的是为了解决现有燃气轮机故障检测方法在故障样本数目稀缺的条件下故障检测精度低的问题，而提出了基于正弦修正焦点损失的燃机类不平衡诊断方法及系统。

基于正弦修正焦点损失的燃机类不平衡诊断方法具体过程为：

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；

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；

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。

基于正弦修正焦点损失的燃机类不平衡诊断系统用于实现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。

本发明的有益效果为：