[发明专利]基于图神经网络的半监督的冷水机组故障诊断方法及系统在审
| 申请号： | 202210555503.X | 申请日： | 2022-05-20 |
| 公开（公告）号： | CN115127192A | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 陈志文;邓撬;赵正润;唐鹏;李信洪;阳春华;桂卫华 | 申请（专利权）人： | 中南大学 |
| 主分类号： | F24F11/38 | 分类号： | F24F11/38;F24F11/64;F24F11/70;F24F11/88;G06K9/62;G06N3/00;G06N3/04;G06N3/08 |
| 代理公司： | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人： | 周云喆 |
| 地址： | 410083 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于图神经网络的半监督的冷水机组故障诊断方法及系统，通过构建半监督的冷水主机故障诊断模型，获取包含带有标签的样本和未标记的样本构建运行数据集，确定运行数据集中各个样本的邻居样本，并构建各个样本与邻居样本之间的邻接矩阵，使用运行数据集及其邻接矩阵训练故障诊断模型，从而实现以较少带标记的样本训练得到高精度的故障诊断模型，显著减少冷水机组故障诊断模型对带标记的训练样本的依赖性，提高故障诊断模型在仅有少量带标记的训练样本下的诊断性能。此外，本发明在训练得到故障诊断模型后，采用蚁群优化算法优化故障诊断模型的邻居数量这一超参数，能进一步提高故障诊断模型的精度。 | ||
| 搜索关键词： | 基于 神经网络 监督 冷水机组 故障诊断 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南大学，未经中南大学许可，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/patent/202210555503.X/，转载请声明来源钻瓜专利网。
