一种基于深度迁移学习的三相逆变器开路故障诊断方法和装置

本申请公开了一种基于深度迁移学习的三相逆变器开路故障诊断方法，包括如下步骤：步骤100，用于采集源域下带标签的样本集1；采集目标域下的带标签的样本集2，以及目标域下的无标签样本集3；步骤200，构建用于故障诊断的卷积神经网络模型，使用源域的样本集1对模型进行训练，得到预训练模型α；步骤300，在预训练模型α的基础上构建基于迁移学习的故障诊断模型，使用目标域的样本集2对上述模型进行训练，得到迁移模型β；步骤400，使用迁移模型β对无标签样本集3中的未标记样本进行预测，生成伪标签，采用一致性正则化技术平滑伪标签预测结果，用于对迁移模型β的后续训练得到最终优化模型γ；步骤500，将待检测的三相逆变器数据输入模型γ，输出预测的健康状态。通过以上方法解决了目标域样本不足的问题，并提高了诊断准确性。