[发明专利]一种利用高斯噪声的设备异常检测方法

权利要求书

1.一种利用高斯噪声的设备异常检测方法，其特征在于：定义并初始化高斯噪声分布pg，将所述高斯噪声限制在某一个分布内；

采用基于高斯噪声的生成对抗方式训练正常样本，得到用于映射正常振动信号图像的潜向量映射空间的生成器；

将所述生成器用于设备实时振动信号图像检测，当异常振动信号图像经过所述生成器映射后，脱离所述正常振动信号图像的潜向量映射空间，即判断设备存在异常。

2.根据权利要求1所述的设备异常检测方法，其特征在于：采集实时振动信号图像，将所述实时振动信号图像输入所述生成器；

所述生成器对所述实时振动信号图像反向拟合生成代表实时样本的高斯噪声分布，通过测算原始高斯噪声分布和代表实时样本的高斯噪声分布的欧几里得距离判断设备是否异常；

定义所述原始高斯噪声分布均值为0，若欧式距离大于0.5，即可判断实时振动信号图像为异常图像，即判断设备异常。

3.根据权利要求2所述的设备异常检测方法，其特征在于：所述训练具有对真实正常振动信号具备生成能力的生成器，包括如下步骤：

步骤1:定义并初始化高斯噪声分布p_g：通过将噪声限制在某一个分布p_g～N(0，1)，作为正常振动信号图像的潜向量映射空间；

步骤2：初始化生成器网络权重，通过高斯噪声分布前向计算得到模型生成振动信号图像；

步骤3：采集真实正常振动信号，生成原始正常振动信号图像；通过随机梯度下降更新判别器网络权重，对模型生成振动信号图像和原始正常振动信号图像进行分类；

步骤4：将判别器的结果作为损失，随机梯度下降更新生成器权重，使生成器将高斯噪声变换为的模型生成振动信号图像更接近原始正常振动信号图像；

步骤5：重复迭代步骤3和步骤4，直到判别器无法对模型生成振动信号图像和原始正常振动信号图像有效分类时，保持网络权重不变，提取生成器。

4.根据权利要求3所述的设备异常检测方法，其特征在于：还包括生成器检测方法，所述生成器检测方法包括：提取生成器，保持网络权重不变，对现有异常振动信号图像样本反向拟合生成代表异常样本的高斯噪声分布，测算原始高斯噪声分布和代表异常样本的高斯噪声分布的欧几里得距离，检验模型效果。

5.根据权利要求2所述的设备异常检测方法，其特征在于：所述实时振动信号图像包括径向X的振动信号和Y向的振动信号，所述径向X的振动信号和Y向的振动信号组织成数值矩阵，作为图像数据生成所述实时振动信号图像。

6.根据权利要求3所述的设备异常检测方法，其特征在于：在所述步骤3中，判别器损失函数为

其中，m为样本数目，D(·)表示判别器，G(·)表示生成器，z为样本的潜向量。

7.根据权利要求3所述的设备异常检测方法，其特征在于：

在所述步骤4中，生成器损失函数为：

其中，m为样本数目，D(·)表示判别器，G(·)表示生成器，z为样本的潜向量。

8.根据权利要求3所述的设备异常检测方法，其特征在于：在所述步骤5中，设置恰当的迭代次数，通过AUC指标来作为判断所述判别器无法对模型生成振动信号图像和原始正常振动信号图像有效分类的指标；若模型AUC指标趋近于0.5，则表明判别器无法判别图像来源，即生成器对真实正常振动信号具备生成能力。