一种基于孪生一致性故障表征自学习的小样本故障诊断方法

本发明提供一种基于孪生一致性故障表征自学习的小样本故障诊断方法，属于小样本数据条件下的故障诊断技术领域。首先，对样本数据集预处理后得到训练集样本和测试集样本；训练集样本中进行样本关联匹配构建故障样本关联数据集，对其进行样本空间约简。其次，基于故障样本关联数据集，通过设置训练超参数，完成故障诊断模型的训练与优化，进行待测样本与训练集样本的故障特征提取。最后，进行故障特征孪生相似性度量，进行待测样本的故障模式辨别。本发明提供的小样本故障诊断方法能够提升故障诊断模型在故障信息不平衡条件下的泛化能力与诊断性能；实现孪生特征相似性的自适应度量，提升故障模式辨别的准确性。