[发明专利]基于对抗训练与Transformer的风力发电机故障诊断方法

权利要求书

1.基于对抗训练与Transformer的风力发电机故障诊断方法，其特征在于，包括：

获取风力发电机产生的实时故障数据；将实时故障数据输入至预先训练的风力发电机故障诊断模型，获得风力发电机的故障诊断结果；

风力发电机故障诊断模型的训练过程包括：

采集风力发电机SCADA的多路故障代码数据，对故障代码数据添加扰动，查询故障代码数据的关联维度数据，拼接各种故障代码数据对应的维度数据并进行预处理，形成数据训练样本；

将预处理后的数据训练样本按照故障原因进行划分，并打上标签形成多个故障数据集；对故障数据集进行标量投影和位置编码；

基于对抗训练算法与Transformer编码器构建风力发电机故障诊断模型；通过故障数据集对风力发电机故障诊断模型进行训练，直至风力发电机故障诊断模型收敛。

2.根据权利要求1所述的基于对抗训练与Transformer的风力发电机故障诊断方法，其特征在于，对故障代码数据添加扰动的方法包括：计算出风力发电机故障诊断模型的梯度h，并将梯度h与常数ε相乘，得到扰动量；将扰动量加到至故障代码数据。

3.根据权利要求1所述的基于对抗训练与Transformer的风力发电机故障诊断方法，其特征在于，对故障数据集进行标量投影的方法包括：通过1D卷积滤波器将故障数据集的标量上下文信息映射到d_model维度的向量

4.根据权利要求3所述的基于对抗训练与Transformer的风力发电机故障诊断方法，其特征在于，对故障数据集进行位置编码，位置编码公式为：

风力发电机故障诊断模型的输入向量，表达公式为：

其中，pos表示当前输入的故障数据在故障数据集中的序列位置，d_model表示输入的维度；α为平衡因子，表示维度向量，t表示学习序列的个数，L_x表示学习序列的长度，χ_feed[i]表示第i个馈入风力发电机故障诊断模型的输入向量。