一种工业故障分类方法、系统、装置及可读存储介质

本发明提出的一种工业故障分类方法、系统、装置及可读存储介质，所述方法包括：首先对故障数据序列化，然后利于基于TimeGAN的时序生成算法对数据进行建模，生成故障的时序数据，实现故障数据扩充。最后使用时序分类算法对扩充的数据进行分类建模，实现故障的分类。本发明能够帮助提高故障分类的准确性和鲁棒性，克服因数据稀缺而导致的分类性能下降问题，增强模型在复杂和多变的工业环境中的适应能力。此外，通过数据生成的方式，可以丰富训练数据集，促进深度学习模型的有效学习，进而提升工业故障监测和管理的智能化水平。