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！

龙图腾网恭喜华能澜沧江水电股份有限公司;南京南瑞继保工程技术有限公司申请的专利基于TCN网络和深度聚类的半监督故障诊断系统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：CN119179869B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411699584.6，技术领域涉及：G06F18/20；该发明授权基于TCN网络和深度聚类的半监督故障诊断系统是由李鹤;燕翔;石祥建;董士谦;高元;赵利锋;李林枝;孟宪宇;李庚;宗开华设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于TCN网络和深度聚类的半监督故障诊断系统在说明书摘要公布了：本发明涉及水电机组故障诊断技术领域，公开了基于TCN网络和深度聚类的半监督故障诊断系统，通过设计系统功能模块，获取水电机组的稳定性测点振动信号峰峰值以及机组越报警故障报警信号，构建数据集并进行标注，将训练数据分为有标签数据和无标签数据；基于经过降噪处理的有标签数据和无标签数据，通过TCN度量网络进行半监督模型训练，提取时间和空间上的深度特征，并依据k‑means聚类算法，生成伪标签，并根据被标注的真标签，采用聚类损失和分布对齐损失作为双重损失函数，对模型进行优化，构建故障诊断模型对水电机组进行故障诊断。本发明提高了故障诊断的精度和效率，降低了实际应用中的成本和资源需求，具有广泛的工程应用前景。

本发明授权基于TCN网络和深度聚类的半监督故障诊断系统在权利要求书中公布了：1.基于TCN网络和深度聚类的半监督故障诊断系统，其特征在于，应用于水电机组的故障诊断，包括：数据处理模块，用于获取水电机组的稳定性测点振动信号峰峰值以及机组越报警故障报警信号，构建数据集并进行标注，将训练数据分为有标签数据和无标签数据；模型训练模块，用于基于经过降噪处理的所述有标签数据和无标签数据，通过TCN度量网络进行半监督模型训练，提取时间和空间上的深度特征，并依据k-means聚类算法，生成伪标签；模型优化与故障诊断模块，用于基于所述伪标签，根据被标注的真标签，采用分布损失和分布对齐损失作为双重损失函数，对模型进行优化，构建故障诊断模型，用于对所述水电机组进行故障诊断；所述模型优化与故障诊断模块，还用于通过分布损失CL和分布对齐损失DA来优化有标签样本和无标签样本，用于防止伪标签模块生成的标签偏向于大多数类；所述模型优化与故障诊断模块，还用于根据未标记样本和原始样本特征分布之间的Kullback-Leibler散度，获取所述分布对齐损失DA；DA损失表示为： ，式中，C1和C2是权衡参数，用于最大化类间数据之间的分布差异，用于最小化类内分布差异；所述数据处理模块，还用于通过ICEEMDAN算法对获取的所述水电机组的信号进行降噪处理；所述数据处理模块，还用于基于降噪处理后的数据集，提取有效的报警信号子序列，作为先验知识，并标注为故障数据，同样，选取机组稳定运行时的序列信号，标记为正常数据；所述模型训练模块，还用于将所述标记数据分为类内数据和类间数据，用于通过最大化类间数据之间的分布差异和最小化类内数据之间的分布差异构造分布对齐损失；所述TCN度量网络的损失函数表示为： ，式中，和表示第k个故障类的子集中的样本，表示第k个正常类的子集中的样本，表示来自同一类的数据集，表示来自不同类的数据集，M为网络层数，表示控制将第k类样本拉近的程度的权衡参数，表示控制第k类样本远离其他类样本程度的权衡参数，表示矩阵A的Frobenius范数，λ为正则化参数，和分别是深度度量网络的权重矩阵和偏差项，加权参数和是设计的加权参数来平衡损失函数中不均衡类的影响，损失函数将相似的对彼此拉近，损失函数将不相似的对进一步分开；所述模型训练模块，还用于使用K-means聚类算法，将标记特征和未标记特征进行聚类，通过最近邻选择NNS为未标记数据生成伪标签，用于将特征中心的标签分配给与特征中心距离最小的无标签样本；所述模型优化与故障诊断模块，还用于基于所述伪标签和所述真标签，在深度度量学习模块中使用ML损失优化深度度量网络后，使用CL损失和DA损失细化网络参数，完成对模型的优化。

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华能澜沧江水电股份有限公司;南京南瑞继保工程技术有限公司，其通讯地址为：650214 云南省昆明市官渡区世纪城中路1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”。