融合注意力机制与类原型的双路增量故障诊断方法及系统

本发明属于故障诊断技术领域，公开了一种融合注意力机制与类原型的双路增量故障诊断方法，本发明设计双支路网络，并通过异构网络分工：基于Hu矩的卷积神经网络提取时域特征，基于尺度不变特征转换的卷积神经网络提取频域特征，时域分支网络捕捉设备运行趋势的全局特征，频域分支网络提取特定频段异常信号的局部特征，形成时‑频互补特征空间，实现特征覆盖的全面性。考虑到，高频段的局部频域特征一般对早期故障更敏感，而时域全局特征可直观反映整体运行状态，本发明引入注意力机制，以实现权重的自适应分配，进一步增强特征提取的准确性。采用随机投影增加特征维度，提升特征的线性可分性，解决低维特征空间中类别重叠问题，扩大类别边界。