研究堆故障诊断模型的自学习方法、装置、设备及介质

本申请涉及研究堆的老化管理技术领域，提出一种研究堆故障诊断模型的自学习方法、装置、设备及介质，方法包括：获取训练好的初始故障诊断模型；对初始故障诊断模型进行微调，使其能够判别未知故障；获取设备特征测试参数集，根据微调后的初始故障诊断模型进行判别，对属于未知故障的设备特征测试参数人工打标对应的新增故障分类；根据新增故障分类对初始故障诊断模型进行调整；利用训练初始故障诊断模型的设备特征训练参数集、设备特征测试参数集和对应的故障分类对调整后的初始故障诊断模型进行优化，以得到更新故障诊断模型。本申请提供的方法，能够实现对未知故障的判别并且模型可以自学习迭代更新，大大提高了设备监测效率和故障诊断准确率。