基于迁移学习的逆变器故障跨模态诊断方法

本发明涉及逆变器故障诊断技术领域，公开了基于迁移学习的逆变器故障跨模态诊断方法，包括：S1、多模态信号输入与跨域对齐处理，将目标域逆变器的实时多模态信号输入迁移学习特征提取器，输出跨域对齐的特征向量；S2、动态权重分配系数生成，基于实时采集的工况参数及特征向量动态变化率，利用时序模型计算各模态信号的权重分配系数；S3、故障诊断执行与结果输出；S4、跨模态验证机制触发；S5、闭环反馈优化。本发明中，通过长短期记忆网络融合工况参数与特征动态变化率生成权重系数，通过概率归一化实现模态贡献度分配，并强制执行电流模态权重下限与噪声模态权重上限的工程约束，保障关键信号决策权重，提高诊断的准确性。