买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司东莞供电局申请的专利风电机组故障诊断模型的训练方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118940035B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410990011.2，技术领域涉及：G06F18/214；该发明授权风电机组故障诊断模型的训练方法、装置、设备及介质是由张洪滔;廖海君;杨正昌;袁毅峰设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本风电机组故障诊断模型的训练方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种风电机组故障诊断模型的训练方法、装置、设备及介质。通过基于每类所述独热码标签将训练集划分为多个子训练集，基于子训练集训练二分类器，并记录训练好的二分类器在每一温湿度区间对应的温湿度区间可信度，并基于训练集训练多分类器；基于待训练的综合分类器、训练好的二分类器和训练好的多分类器，构建候选风电机组故障诊断模型，以及，基于验证集对判别器和候选风电机组故障诊断模型中的综合分类器进行交替训练，得到训练好的候选风电机组故障诊断模型，并将验证通过的候选风电机组故障诊断模型确定为训练好的风电机组故障诊断模型，提高了风电机组故障诊断模型的泛化能力和故障检测精度。

本发明授权风电机组故障诊断模型的训练方法、装置、设备及介质在权利要求书中公布了：1.一种风电机组故障诊断模型的训练方法，其特征在于，包括： 获取样本数据集、待训练的风电机组故障诊断模型和待训练的判别器，所述样本数据集中包括多个样本数据项，每一所述样本数据项包括故障特征样本数据和所述故障特征样本数据对应的独热码标签；所述风电机组故障诊断模型包括多个二分类器、一个多分类器和一个综合分类器； 将所述样本数据集划分为训练集、验证集和测试集； 基于每类所述独热码标签对所述训练集进行划分，得到多个子训练集，并将每一所述子训练集中每一所述样本数据项的独热码标签替换为1； 基于所述子训练集训练所述子训练集对应的二分类器，得到训练好的所述二分类器，并记录训练好的所述二分类器在每一温湿度区间对应的温湿度区间可信度，并基于所述训练集训练所述多分类器，得到训练好的所述多分类器； 基于待训练的所述综合分类器、训练好的所述二分类器和训练好的所述多分类器，构建候选风电机组故障诊断模型，以及，基于所述验证集对所述判别器和所述候选风电机组故障诊断模型中的综合分类器进行交替训练，得到训练好的所述候选风电机组故障诊断模型； 基于所述测试集对训练好的所述候选风电机组故障诊断模型进行验证，在验证未通过的情况下，重新对所述风电机组故障诊断模型进行训练，直到得到训练好的所述风电机组故障诊断模型；训练好的所述风电机组故障诊断模型为验证通过的所述候选风电机组故障诊断模型； 其中，所述基于所述验证集对所述判别器和所述候选风电机组故障诊断模型中的综合分类器进行交替训练，得到训练好的所述候选风电机组故障诊断模型，包括： 针对所述验证集中每一所述样本数据项，基于不可训练状态的所述二分类器对所述样本数据项进行二分类处理，得到所述样本数据项对应的第一分类结果，并基于多个所述二分类器分别对应的第一分类结果确定所述综合分类器的第一输入信息，以及，基于多个所述二分类器分别在所述样本数据项所属温湿度区间的温湿度区间可信度，确定所述综合分类器的第二输入信息，以及，基于不可训练状态的所述多分类器对所述样本数据项进行多分类处理，得到所述样本数据项对应的第二分类结果，并将所述第二分类结果确定为所述综合分类器的第三输入信息； 在判别器训练阶段的训练过程中：基于不可训练状态的所述综合分类器，对所述第一输入信息、所述第二输入信息和所述第三输入信息进行预测处理，得到第三分类结果；基于可训练状态的所述判别器确定所述第三分类结果的真实性判定结果；基于所述验证集中多个所述样本数据项分别对应的第三分类结果的真实性判定结果，确定第一判别器损失函数；基于可训练状态的判别器确定所述验证集中每一所述独热码标签的真实性判定结果；基于所述验证集中多个所述样本数据项分别对应的所述独热码标签的真实性判定结果，确定第二判别器损失函数；基于所述第一判别器损失函数和所述第二判别器损失函数确定总判别器损失函数；基于所述总判别器损失函数对所述判别器进行参数调节； 在综合分类器训练阶段的训练过程中：基于可训练状态的所述综合分类器，对所述第一输入信息、所述第二输入信息和所述第三输入信息进行预测处理，得到第三分类结果；基于不可训练状态的所述判别器确定所述第三分类结果的真实性判定结果；针对所述验证集中多个所述样本数据项，基于多个所述样本数据项分别对应的第三分类结果的真实性判定结果，确定第一综合分类器损失函数，并基于多个所述样本数据项分别对应的第三分类结果和独热码标签，确定第二综合分类器损失函数；基于所述第一综合分类器损失函数和所述第二综合分类器损失函数确定总综合分类器损失函数；基于所述总综合分类器损失函数对所述综合分类器进行参数调节； 交替执行所述综合分类器训练阶段的训练过程和所述判别器训练阶段的训练过程，直到得到训练好的所述候选风电机组故障诊断模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东电网有限责任公司;广东电网有限责任公司东莞供电局，其通讯地址为：510000 广东省广州市越秀区东风东路757号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。