[发明专利]一种联邦学习与深度学习融合驱动的设备故障诊断方法在审
| 申请号： | 202011291656.5 | 申请日： | 2020-11-18 |
| 公开（公告）号： | CN112101489A | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 董志红;赵宜斌;王岩 | 申请（专利权）人： | 天津开发区精诺瀚海数据科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 天津企兴智财知识产权代理有限公司 12226 | 代理人： | 刘影 |
| 地址： | 300450 天津市滨海新区*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种联邦学习与深度学习融合驱动的设备故障诊断方法，包括下述步骤：S1.设置能够运行在各可信工厂的分布式训练子端LSTM故障诊断模型；S2.对各可信工厂数据进行重采样、EMD分解、标签化和正规化等预处理；S3.在每个可信工厂上进行分布式训练子端LSTM故障诊断模型的训练；S4.中间训练模型底层参数上传给中心服务器；S5.中心服务器进行模型底层参数的聚合计算并分发到各分布式训练子端LSTM故障诊断模型进行更新；S6.完成全局共享联邦学习与深度学习融合驱动的设备故障诊断模型的训练。本发明维护工厂的数据安全与生产数据隐私，提高故障诊断的准确率，实现关键设备故障数据的隐私保护和可靠分类诊断。 | ||
| 搜索关键词： | 一种 联邦 学习 深度 融合 驱动 设备 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津开发区精诺瀚海数据科技有限公司，未经天津开发区精诺瀚海数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011291656.5/，转载请声明来源钻瓜专利网。
