一种基于预训练模型的电工装备性能预测方法
公开
摘要
本发明提供了一种基于预训练模型的电工装备性能预测方法，包括如下步骤：S1、搜集历史设备数据集和目标设备数据集，并建立测试集；S2、选取深度学习网络模型，利用历史设备数据集对选取的深度学习网络模型进行训练；S3、利用搜集的目标设备的数据集，采用模型微调的方法，对预训练模型进行微调；S4、使用测试集测试微调后的模型的预测能力，当预测能力低于设定条件，则重复执行步骤S1‑S4，当预测能力高于设定条件，则执行步骤S5；S5、利用训练和微调后模型对目标装备进行性能预测。本发明所述的基于预训练模型的电工装备性能预测方法，不再需要针对新任务从头开始训练神经网络，实现在目标装备数据不足的情况下也能得到精准的性能预测结果。
基本信息
专利标题 ：
一种基于预训练模型的电工装备性能预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298278A
申请号 ：
CN202111629038.1
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
金亮宋居恒杨新生杨庆新刘璐
申请人 ：
河北工业大学
申请人地址 ：
天津市北辰区双口镇西平道5340号
代理机构 ：
天津企兴智财知识产权代理有限公司
代理人 ：
薛萌萌
优先权 ：
CN202111629038.1
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
