申请/专利权人:武汉科技大学
申请日:2023-12-11
公开(公告)日:2024-04-12
公开(公告)号:CN117874596A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/214;G06F18/213;G06F18/25;G06F21/62
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供一种多任务学习和隐私保护的设备健康状态评估方法及系统,该方法包括:对第一客户端内的各样本设备的历史运行参数进行奇异值分解,得到时域特征和频域特征后进行特征重构以及突变检验,得到各样本设备的多任务标签;基于源域下的第一样本设备的多任务标签、时域特征和频域特征,构建源域训练集,基于目标域下的第二样本设备的多任务标签、时域特征和频域特征,构建目标域训练集;基于第一客户端内的源域训练集和目标域训练集,以及各第二客户端内的源域训练集和目标域训练集,进行对抗领域自适应的联邦学习训练,得到目标域多任务评估模型进行设备健康状态评估,实现在保护数据隐私的同时,提高设备的健康状态评估的精度。
主权项:1.一种多任务学习和隐私保护的设备健康状态评估方法,其特征在于,应用于多个客户端中的第一客户端,包括:对所述第一客户端内的各样本设备的历史运行参数进行奇异值分解,得到所述历史运行参数对应的时域特征和频域特征;所述样本设备包括源域下的第一样本设备和目标域下的第二样本设备;对所述时域特征和所述频域特征进行特征重构,得到各所述样本设备的健康指标;对所述健康指标进行突变检验,根据突变检验结果,获取各所述样本设备的多任务标签;所述多任务标签包括剩余寿命标签、可靠性评估标签、健康阶段划分标签;基于所述源域下的所述第一样本设备的多任务标签、时域特征和频域特征,构建源域训练集,基于所述目标域下的所述第二样本设备的多任务标签、时域特征和频域特征,构建目标域训练集;基于所述第一客户端内的源域训练集和目标域训练集,以及多个所述客户端中除所述第一客户端之外的各第二客户端内的源域训练集和目标域训练集,进行对抗领域自适应的联邦学习训练,得到目标域多任务评估模型;其中,所述目标域多任务评估模型用于根据所述目标域下的目标设备的时域特征和频域特征,输出所述目标设备的剩余寿命预测值、可靠性评估预测值以及健康阶段划分预测值。
全文数据:
权利要求:
百度查询: 武汉科技大学 多任务学习和隐私保护的设备健康状态评估方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。