摘要
本发明涉及一种工业过程无源域适应性故障诊断方法和装置、系统、存储介质,方法包括:基于源域故障数据集,监督训练源域模型;基于训练后的源域模型参数,初始化目标域模型;利用训练后的源域模型和初始化后的目标域模型,对无标签的目标域数据集进行预处理,获取伪标签和置信度;基于伪标签、目标域预测标签和置信度,获取交叉熵损失;利用目标域分类器,对所述目标域伪标签的预测,构建对比损失;基于所述交叉熵损失和对比损失,训练初始化后的目标域模型,获取训练后的故障诊断模型。本发明能在缺乏源域数据和保护隐私的情况下,依然实现有效的故障诊断与预测,提升模型的泛化能力和适应性。
技术关键词
故障诊断方法
标签
故障诊断模型
模型训练模块
分类器
工业
样本
异常数据
重构
编码器
故障诊断装置
故障诊断系统
参数
解码器
处理器
二沉池
存储器
工况