基于数据融合的能源互联网故障诊断模型训练方法及诊断方法

基于数据融合的能源互联网故障诊断模型训练方法及诊断方法，属于能源互联网故障诊断技术领域。为了解决现有基于深度学习的数据融合模型存在忽略了数据集的重复性，导致模型训练时间更长的问题。本发明由多个传感器收集的数据构建数据集，计算样本中每对传感器数据之间的Pearson相关系数，基于相关系数矩阵，进行层次聚类得到多组聚类数据；针对每组聚类数据，采用特征提取模块提取故障特征；针对分类任务和对比学习任务，分别将每组聚类数据对应提取的故障特征进行特征融合，基于融合特征计算损失函数，利用二者各自损失函数构成的总损失实现能源互联网故障诊断模型的训练；进而利用训练好的模型进行能源互联网的故障诊断。