基于概率随机森林的工业过程未知故障诊断方法

本发明公开了基于概率随机森林的工业过程未知故障诊断方法，属于工业过程故障诊断技术领域，通过变分编码器提取故障潜在特征，基于概率随机森林构建故障分类器，融合熵和极值理论的判别器实现故障诊断。本发明中，利用采样频率为3分钟的过程变量数据和可获得的故障标签进行分析，通过变分编码器进行特征提取，提取具有特定分布的鲁棒潜在特征；设计基于概率随机森林的故障分类器，对已知类别的故障样本进行分类，并将分类器的分类损失反馈到编码器，以调整潜在特征的分布，进而优化模型对故障特征的提取和分类性能；设计了融合熵和极值理论的故障诊断方法，完成工业过程未知故障诊断，实现对复杂工业过程中故障模式的准确识别与高效区分。