风电机状态识别模型训练方法、识别方法、设备及介质

本申请提供一种风电机状态识别模型训练方法、识别方法、设备及介质，涉及数据处理技术领域，该方法通过利用多个相互正交的初始化的参数空间，扩展了参数空间的覆盖范围，在每个参数空间计算损失，并对损失结果进行归一化确定各参数空间的组合系数，从而形成用于元级更新的联合参数空间，联合参数空间会在内循环中进行更新。在外循环中，每个参数空间会基于更新后的梯度更新参数空间在任务查询集上的表现依次更新。目标识别模型使用的参数空间相较于任一目标参数空间均具有较好的泛化能力，仅需要少量的目标域训练数据即可得到识别效果较好的目标识别模型，且采用风电机多个工况的样本进行训练，可以进一步提高模型的泛化能力。