一种基于注意力的域自适应剩余寿命预测方法

本发明涉及数据预测技术领域，公开了一种基于注意力的域自适应剩余寿命预测方法，包括以下步骤：S1、获取滚动轴承在不同工况下的历史退化数据；S2、利用集成多尺度卷积神经网络和自注意力机制的Transformer模型对历史退化数据进行局部和全局特征提取；S3、应用高效通道注意力机制提升特征提取器各通道中重要特征的权重；S4、对提取的特征进行预处理，以构建预训练标签预测器。通过多尺度卷积神经网络和自注意力机制的Transformer模型，自适应提取局部和全局特征，利用高效通道注意力机制提升特征权重，采用联合分布差异损失方法对齐数据分布，并构建深度信息融合判别迁移学习网络，解决了感受野限制、数据稀缺和分布不一致的问题，提高了预测精度和泛化能力。