[发明专利]一种设备运行状态边云融合诊断方法及系统

权利要求书

1.一种设备运行状态边云融合诊断方法，其特征在于，应用于设备诊断系统，所述设备诊断系统包括云端服务器以及边缘端计算单元，所述方法包括：

云端服务器利用第一样本数据集对云端初始诊断模型进行第一调整处理，得到目标设备的云端诊断模型；所述第一样本数据集包括目标域数据集以及源域数据集；所述目标域数据集包括云端服务器中存储的所述目标设备所对应的样本数据；所述源域数据集包括云端服务器中存储的与所述目标设备的设备特征相似度满则预设条件的设备所对应的样本数据；所述云端初始诊断模型根据所述源域数据集构建得到；

边缘端计算单元向云端服务器发送云端诊断模型获取请求，云端服务器基于所述获取请求进行模型迁移；

边缘端计算单元利用第二样本数据集对迁移的云端诊断模型进行第二调整处理，得到所述目标设备的边端诊断模型；所述第二样本数据集包括边缘端计算单元中存储的所述目标设备所对应的样本数据；

边缘端计算单元接收目标设备的实时监测数据；以及，将所述实时监测数据输入所述边端诊断模型中，获得所述目标设备的运行状态诊断结果；

以及，所述边缘端计算单元将所述运行状态诊断结果及实时监测数据上传至云端服务器，以使云端服务器更新所述第一样本数据集，并基于更新的第一样本数据集更新所述云端诊断模型。

2.根据权利要求1所述的方法，其特征在于，所述利用所述第一样本数据集对云端初始诊断模型进行第一调整处理，得到所述目标设备的云端诊断模型，包括：

求解下述目标函数的最小值，以对云端初始诊断模型进行第一调整处理，得到所述目标设备的云端诊断模型：

其中，J(·)为云端初始诊断模型的优化目标函数，J(·)为判别损失函数；C为源域对应的类别标签数，j为类别标签，h(·)为用作类别标签概率输出的SoftMax函数；L是云端诊断模型的优化目标函数，S代表源域，T代表目标域，X_S＝{x_s,i,y_s,i}源域数据集，x_s,i,y_s,i分别为源域数据集中的任意样本数据，i＝{1,2,…,n_s}，n_s是源域的样本容量，X_T为目标域数据集；l＝l代表云端诊断模型的最后一层全连接层，Dis(·)表示迁移度量准则，为特征映射函数，Ω为辅助求解的约束项，λ为约束系数；

其中，所述迁移度量准则采用方式确定：

其中，x_t,i,y_t,i分别为目标域数据集中的任意样本数据，n、m分别表示目标域数据集、源域数据集的样本容量；

其中，所述目标函数的最小值采用下述计算模型进行求解：

其中，θ为待优化的诊断模型参数集合；v表示当前的动量，与θ的梯度更新方向一致，用于表示梯度下降的速度；a为学习速率因子，用于控制梯度下降的幅度；γ∈(0,1]为平衡参数，用于平衡梯度更新中v和a的取值。

3.根据权利要求1所述的方法，其特征在于，所述云端服务器基于所述获取请求进行模型迁移，包括：

云端服务器基于所述获取请求向所述边缘端计算单元发送所述目标设备的云端诊断模型的参数和结构信息，以使边端计算单元根据所述参数和结构信息重构所述云端诊断模型，得到迁移的云端诊断模型。