一种基于迁移学习的新设备快速故障诊断方法

本发明公开了一种基于迁移学习的新设备快速故障诊断方法。该方法首先利用变分自编码器对新旧设备正常运行数据进行自监督特征表示学习，并将特征对齐到同一空间；然后在已有设备故障数据集上预训练基于元学习的多源迁移模型，快速获得新设备的初始诊断模型；再结合少量标注数据进行微调，并采用交互式主动学习策略持续优化模型。同时，通过云端构建集中式故障知识库，实现端云协同的分布式在线学习，使模型能够持续适应新环境。该方法极大提高了新设备故障诊断模型的研发效率，有效解决了数据匮乏问题，并实现了设备间故障知识共享，具有显著的应用价值。