一种基于部分对抗域自适应迁移的牵引电机跨设备故障诊断方法及系统

本发明公开了一种基于部分对抗域自适应迁移的牵引电机跨设备故障诊断方法及系统，涉及故障诊断技术领域，其技术要点为：该方法通过构建具有高置信度伪标签预测模块的标签分类器模型，以及可动态调节损失权重的全局域判别器模型和局部域判别器模型，在源域电机和目标域电机面临故障数据类别空间不一致时，迁移学习模型能准确选择源域中和目标域相关故障类别的样本避免因关注不相关离群类别而产生负迁移问题，实现标签偏移下两个域间故障诊断知识的有效迁移，提高故障诊断方法在对实际运行电机进行跨设备故障诊断上的适应性；该方法易于实施，无需额外硬件设备，能提高电机和列车实时运行健康监测水平。