基于通道注意力与不变性学习的抽油机诊障方法及系统

基于通道注意力与不变性学习的抽油机诊障方法及系统，本发明为解决现有抽油机故障诊断方法的特征提取存在局限性或者与提取要求实际存在偏差，导致故障诊断模型失效或者领域偏移，且采用的单尺度特征交互不足，条件分布失配，最终导致诊断结果准确率低的问题。本发明采集抽油机电机和减速箱的多工况振动信号构建带标签源域数据集和无标签目标域数据集；预处理带标签源域数据集和无标签目标域数据集；构建故障诊断模型，所述故障诊断模型包括多尺度通道注意力单元、分类器、不变性特征学习单元和联合域适应单元，将预处理后的数据集输入故障诊断模型内，输出故障类别及定位信息。本发明属于抽油机故障诊断技术领域。