基于元学习和多专家模型的风机设备故障预测方法

本发明公开了基于元学习和多专家模型的风机设备故障预测方法，属于设备故障预测技术领域；包括：S1、获取电力和传动设备从生命周期开始到传感器记录时刻的标准化状态监测和设备工况数据，构建源域数据集；获取风机设备的状态时间序列数据集，构建目标域数据集；S2、基于源域数据集并通过图正则化方法构建源域任务训练集；S3、基于源域任务训练集进行元学习训练并得到适用于源域的第一卷积神经网络故障预测模型，将所述卷积神经网络故障预测模型迁移至目标域并通过训练得到第二卷积神经网络故障预测模型；S4、通过所述第一卷积神经网络故障预测模型和第二卷积神经网络故障预测模型进行故障预测，进行多专家评分模型权重拟合。