[发明专利]一种基于反卷积网络和对抗神经网络的故障检测方法

摘要

本发明公开了一种基于反卷积网络和对抗神经网络的故障检测方法，尤其是缺乏历史故障数据的情形下，仅仅利用健康数据的时间序列就能实现对该时间序列所描述对象的健康状态检测。所述故障检测方法包括：由传感器获取健康状态下的时间序列，利用滑动窗口对时间序列进行分组以获取训练样本，构建多层卷积神经网络，并对多层卷积神经网络进行训练,得到对应的权值，对训练好的卷积神经网络求反卷积网络，构造两组深度神经网络形成对抗神经网络的产生器和判别器，对抗神经网络进行训练得到健康诊断器，输入观察窗口数据，判断器输出健康状态概率。该方法通过引入反卷积神经网络，解决了难以生成与过程对应的时间序列问题，提高了时间序列的生成效率，通过数据生成器与评估器的博弈过程，最终获得了健康状态的隐含边界条件，该方法不受故障类型特征限制，能够适用于对不同的故障类型，提高了故障检测的通用性，同时不需要附加昂贵的专用设备，从而大大降低了诊断成本。