一种空气处理机组故障诊断方法、系统、设备和介质

一种空气处理机组故障诊断方法、系统、设备和介质，包括：从待诊断的故障数据中，选出与预先选定的泛化特征对应的待诊断的故障数据为输入数据；将输入数据输入训练好的教师‑学生模型得到故障诊断结果；其中，教师‑学生模型采用时序卷积网络提取故障数据的时序特征，并以历史输入数据为输入，以对应的故障诊断结果为输出进行训练得到的；所述泛化特征是通过计算传感器特征的沙普利值和归一化权值选定的。本发明通过利用泛化特征选择机制与半监督深度学习框架，改善了传统方法因依赖全量标注数据、设备专用特征集及高维冗余输入导致的模型效率低下问题。