(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211018188.3 (22)申请日 2022.08.23 (71)申请人 华能新能源股份有限公司 地址 100000 北京市海淀区复兴 路甲23号 10、 11层 申请人 北京华能新锐控制技 术有限公司 (72)发明人 王森　叶林　黄力哲　孟喆　 张玖林　姚绍飞　段少敏　杜闯　 (74)专利代理 机构 北京华锐创新知识产权代理 有限公司 1 1925 专利代理师 王雷波 (51)Int.Cl. G06K 9/62(2022.01) G06F 40/289(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 海上风机的可靠性评估系统及其方法 (57)摘要 本申请公开了一种海上风机的可靠性评估 系统及其方法。 其首先以海上风机的五个系统的 多个故障的故障率通过特征编码器得到的故障 率特征向量中各个位置的特征值作为加权权重 分别对各个系统的多个故障的故障文本描述通 过上下文编码器得到的对应于各个系统的多个 故障事件文本特征向量中各个故障事件文本特 征向量进行加权以得到多个故障特征向量， 接 着， 将所述多个故障特征向量进行级联并分别通 过预分类器得到的五个概率值中各个概率值作 为权重分别对所述对应于各个系统的系统故障 特征向量进行加权、 级联 以得到分类特征向量， 最后， 将所述分类特征向量通过分类器以得到分 类结果。 这样， 就可 以对海上风机的可靠性是否 满足预定标准进行精准的评估。 权利要求书4页 说明书13页 附图6页 CN 115456048 A 2022.12.09 CN 115456048 A 1.一种海上风机的可靠性评估系统， 其特 征在于， 包括： 故障特征统计单元， 用于获取海上风机的五个系统中各个系统的多个故障的故障文本 描述和故障率， 所述海上风机的五个系统包括支撑结构、 变桨系统、 齿轮箱、 发电机和辅助 系统； 故障描述编码单元， 用于将所述各个系统的多个故障的故障文本描述通过经训练完成 的包含嵌入层的上 下文编码器以得到对应于各个系统的多个故障事 件文本特 征向量； 故障率特征提取单元， 用于将所述各个系统 的多个故障的故障率通过经训练完成的包 含多个全连接层的特 征编码器以得到故障率特 征向量； 系统故障特征生成单元， 用于以所述故障率特征向量中各个位置的特征值作为加权权 重分别对所述对应于各个系统的多个故障事件文本特征向量中各个故障事件文本特征向 量进行加权以得到多个故障特征向量， 并将所述多个故障特征向量进 行级联以得到对应于 各个系统的系统故障特 征向量； 预分类单元， 用于将所述对应于各个系统的系统故障特征向量分别通过经训练完成的 预分类器以得到五个概 率值； 全局故障表示单元， 用于以所述五个概率值中各个概率值作为权重分别对所述对应于 各个系统的系统故障特征向量进行加权并将加权后的系统故障特征向量进行级联以得到 分类特征向量； 以及 可靠性评估结果生成单元， 用于将所述分类特征向量通过分类器以得到分类结果， 所 述分类结果用于表示海上风机的可靠性是否满足预定标准。 2.根据权利要求1所述的海上风机的可靠性评估系统， 其特征在于， 所述故障描述编码 单元， 包括： 分词处理子单元， 用于对所述各个系统 的多个故障的故障文本描述进行分词处理以将 所述各个系统的多个故障的故障文本描述 转化为由多个词组成的词序列； 嵌入编码子单元， 用于使用所述经训练完成的包含嵌入层的上下文编码器的嵌入层将 所述词序列中各个词映射到词向量以获得词向量的序列； 以及 上下文编码子单元， 用于使用所述经训练完成的包含嵌入层的上下文编码器的基于转 换器的Bert模型对所述词向量的序列进行基于全局的上下文语义编码以获得所述对应于 各个系统的多个故障事 件文本特 征向量。 3.根据权利要求2所述的海上风机的可靠性评估系统， 其特征在于， 所述故障率特征提 取单元， 包括： 数据排列子单元， 用于将所述各个系统 的多个故障的故障率按照系统维度排列为故障 输入向量； 全连接编码子单元， 用于使用所述特征编码器的多个全连接层以如下公式对所述故障 输入向量进行全连接编码以提取出所述故障输入向量中各个位置的特征值的高维隐含特 征， 其中， 所述 公式为： 其中X是所述 故障输入向量， Y是输出向量， W是权 重矩阵， B是偏置向量， 表示矩阵乘。 4.根据权利要求3所述的海上风机的可靠性评估系统， 其特征在于， 所述预分类单元， 进一步用于： 使用所述经训练完成的预分类器以如下公式对所述对应于各个系统的系统故 障特征向量进行处 理以得到所述五个概 率值；权　利　要　求　书 1/4 页 2 CN 115456048 A 2其中， 所述 公式为： P＝softmax{(Mj， Bj)： ...： (Mi， Bi)|Y}， 其中， P为所述 五个概率值， Mi 和Mj为权重矩阵， Bi和Bj为偏置向量， Y为所述对应于各个系统的系统故障特 征向量。 5.根据权利要求4所述的海上风机的可靠性评估系统， 其特征在于， 所述可靠性评估结 果生成单元， 进一步用于： 使用所述分类器以如下公式对所述分类特征向量进行处理以获 得所述分类结果， 其中， 所述公式为： softmax{(Wn， Bn)： ...： (W1， B1)|X}， 其中， W1到Wn为权重 矩阵， B1到Bn为偏置向量， X为所述分类特 征向量。 6.根据权利要求5所述的海上风机的可靠性评估系统， 其特征在于， 所述海上风机的可 靠性评估系统， 还包括用于对所述包含嵌入层的上下文编码器、 所述包含多个全连接层的 特征编码器和所述预分类 器进行训练的训练模块； 其中， 所述训练模块， 包括： 训练数据获取单元， 用于获取训练数据， 所述训练数据包括所述海上风机的五个系统 中各个系统的多个故障的故障文本描述和故障率， 以及， 所述海上风机的可靠性评估真实 标签值； 训练故障描述编码单元， 用于将所述各个系统 的多个故障的故障文本描述通过所述包 含嵌入层的上 下文编码器以得到对应于各个系统的多个故障事 件文本特 征向量； 训练故障率特征提取单元， 用于将所述各个系统的多个故障的故障率通过所述包含多 个全连接层的特 征编码器以得到故障率特 征向量； 训练系统故障特征生成单元， 用于以所述故障率特征向量中各个位置的特征值作为加 权权重分别对所述对应于各个系统的多个故障事件文本特征向量中各个故障事件文本特 征向量进 行加权以得到多个故障特征向量， 并将所述多个故障特征向量进 行级联以得到对 应于各个系统的系统故障特 征向量； 训练预分类单元， 用于将所述对应于各个系统 的系统故障特征向量分别通过所述预分 类器以得到五个概 率值； 训练全局故障表示单元， 用于以所述五个概率值中各个概率值作为权重分别对所述对 应于各个系统的系统故障特征向量进行加权并将加权后的系统故障特征向量进行级联以 得到分类特 征向量； 分类损失单 元， 用于将所述分类特 征向量通过分类 器以得到分类损失函数值； 消解抑制损 失单元， 用于计算所述分类器的针对分类模式消解抑制的损 失函数值， 所 述针对分类模式消 解抑制的损失函数与所述对应于各个系统的系统故障特征向量之间的 差分特征向量的二范 数的平方有关； 训练单元， 用于以所述针对分类模式消解抑制的损失函数值和所述分类损失函数值作 为加权和来训练所述包含嵌入层的上下文编码器、 所述包含多个全连接层的特征编 码器和 所述预分类 器。 7.根据权利要求6所述的海上风机的可靠性评估系统， 其特征在于， 所述消解抑制损失 单元， 进一步用于： 以如下公式计算所述分类器的所述针对分类模式消 解抑制的损失函数 值； 其中， 所述公式为：权　利　要　求　书 2/4 页 3 CN 115456048 A 3