一种网络权重梯度特征融合数字孪生故障预测方法和装置

1.一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，云端节点根据所述输入样本和所述生成样本在所述生成式对抗网络中的权重梯度特征，得到最终异常分数，包括：

3.根据权利要求2所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，所述权重梯度特征的异常分数包括：第一权重梯度特征的异常分数、第二梯度特征的异常分数、第三梯度特征的异常分数、第四梯度特征的异常分数；所述生成式对抗网络包括生成器和鉴别器；

4.根据权利要求2所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，对所述不同权重梯度特征的异常分数进行标准化处理和筛选，得到多个待融合分数，包括：

5.根据权利要求1所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，边缘节点根据生成式对抗网络生成服从健康样本分布的生成样本，包括：

6.根据权利要求1所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，根据所述最终异常分数，得到故障预测结果，包括：

7.根据权利要求1所述的一种网络权重梯度特征融合数字孪生故障预测方法，其特征在于，端节点对振动信号进行时频特征提取，得到输入样本，包括：

8.一种网络权重梯度特征融合数字孪生故障预测装置，其特征在于，所述装置包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的网络权重梯度特征融合数字孪生故障预测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任一项所述的网络权重梯度特征融合数字孪生故障预测方法的步骤。