一种基于数据扩增的变工况叶根螺栓劣化诊断方法与系统

本发明公开了一种基于数据扩增的变工况叶根螺栓劣化诊断方法与系统。本发明通过从劣化螺栓样本数据中提取故障信息，并融合到健康螺栓样本数据中生成多样化的劣化螺栓数据，以此来解决数据样本短缺的问题；将领域专家知识具象成深度学习模型中的诊断策略，解决风机变工况运行对螺栓数据劣化特征的干扰；还通过双Loss，双分类器的决策模式，消除生成数据与真实数据之间的差异。相比于传统诊断模型，本发明从数据和模型两个角度出发，解决了样本数量不平衡，以及变工况对数据特征存在干扰的问题。为叶根螺栓的劣化诊断提供了新的解决方案。