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！

龙图腾网获悉同济大学申请的专利基于深度学习的燃气轮机故障诊断方法、装置及存储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：CN116956123B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310855127.0，技术领域涉及：G06F18/24；该发明授权基于深度学习的燃气轮机故障诊断方法、装置及存储介质是由乔非;慕涵铄;马玉敏设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于深度学习的燃气轮机故障诊断方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于深度学习的燃气轮机故障诊断方法、装置及存储介质，该方法以深度卷积生成对抗网络DCGAN模型与稠密连接网络DENSENET模型为基础。针对数据集正常数据多、故障数据少的特点，通过DCGAN模型对数据集中的故障数据进行数据增强；然后将经过数据增强后的数据集输入到DENSENET模型中，利用DENSENET模型训练速度更快、参数更少、抗过拟合能力更强特点，进行故障诊断。与现有技术相比，本发明所提方法的数据增强方式可以相对客观、准确、科学地反应设备的状态信息，并且比其他常用方法具有更好诊断准确性、稳定性、鲁棒性。

本发明授权基于深度学习的燃气轮机故障诊断方法、装置及存储介质在权利要求书中公布了：1.一种基于深度学习的燃气轮机故障诊断方法，其特征在于，所述方法步骤包括： 获取燃气轮机不同状态下的运行数据； 对运行数据进行数据预处理； 基于深度卷积生成对抗网络DCGAN数据增强模型对运行数据中的故障数据进行数据增强；所述DCGAN数据增强模型包括生成器和鉴别器两个部分，执行数据增强任务的具体过程如下： 将燃气轮机的故障数据输入到DCGAN数据增强模型中； 通过生成器生成伪数据样本，生成器的目标为生成供卷积鉴别器鉴别真伪的伪数据样本； 通过鉴别器鉴别真实数据样本与伪数据样本，鉴别器的目标为准确鉴别出真伪数据样本； 通过训练使生成器和鉴别器达到平衡，输出满足需求的伪数据样本； 基于稠密连接网络DENSENET故障诊断模型对经过数据增强后的数据进行故障诊断； 所述生成器为基于卷积神经网络改进得到卷积生成器，所述生成器的改进包括： 去除全连接的隐藏层，并改用全卷积网络构建生成器； 去除池化层，改用卷积层来替代池化层进行下采样； 在每一层卷积层后增加一层批归一化BN层； 所述卷积生成器模型包括一层全连接层和多层二维卷积层； 所述鉴别器为基于卷积神经网络改进得到卷积鉴别器，所述鉴别器的改进包括： 去除全连接层的隐藏层，并改用卷积层和BN层交替连接的方式构建鉴别器； 所述鉴别器模型包括一层全连接层和多层二维卷积层。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。