基于统计约束的SMOTE和自步残差的故障诊断方法

本发明提供一种基于统计约束的SMOTE和自步残差的故障诊断方法，该方法包括：基于SMOTE算法根据样本机组的不平衡数据集得到生成样本数据，根据生成样本数据的统计特征对生成样本数据进行筛选得到平衡数据集；基于残差网络得到平衡数据集对应的故障类别预测标签，确定故障类别预测标签与故障类别真实标签的损失值；基于动态自步函数对损失值进行更新得到目标函数，并对目标函数进行优化，使用优化后的目标函数对残差网络进行训练；将目标机组的运行数据输入训练后的残差网络中，得到残差网络输出的目标机组的故障类别预测标签。本发明提升训练样本的质量和模型对少数类别样本的特征学习能力，从而提高对少数类样本的故障识别精度。