一种高风险回路故障辨识方法、系统、介质、设备及程序

本发明涉及故障检测技术领域，提供了一种高风险回路故障辨识方法、系统、介质、设备及程序。高风险回路故障辨识方法，包括：将预处理后的高风险回路数据进行特征选择，对选择出来的特征进行特征融合，得到融合特征；将融合特征输入深度学习模型的编码器中提取局部特征；将提取的局部特征输入一维卷积层，得到细化特征；基于细化特征，采用解码器，得到高风险回路的故障辨识结果；所述深度学习模型在训练过程中，采用自适应参数调整的猎豹算法优化模型的超参数，采用类别平衡与数据选择的增量学习方法根据数据的变化调整模型的学习策略。本发明能够有效处理高维时序数据，提升高风险回路的识别精度。