[发明专利]训练迁移模型的方法、故障检测的方法以及装置

权利要求书

1.一种训练迁移模型的方法，其特征在于，包括：

获取待处理数据，所述待处理数据包括来自于目标域的无标签数据和来自于源域的有标签数据；

获得所述待处理数据中的每一维数据的多个数据片段，所述多个数据片段不完全相同；

利用所述多个数据片段对迁移模型进行训练，获得训练后的迁移模型。

2.如权利要求1所述的方法，其特征在于，所述待处理数据为待处理时序数据，所述多个数据片段包括多个时间起点，所述多个时间起点是根据所述待处理时序数据所对应的起始时刻和所述待处理时序数据所对应的终止时刻确定的。

3.如权利要求2所述的方法，其特征在于，所述多个时间起点是根据所述待处理时序数据所对应的起始时刻和所述待处理时序数据所对应的终止时刻确定的，包括：

所述多个时间起点包括从所述起始时刻到所述终止时刻之间的所有时刻；

所述多个数据片段的时间终点为所述待处理时序数据所对应的所述终止时刻。

4.如权利要求1至3中任一项所述的方法，其特征在于，所述利用所述多个数据片段对迁移模型进行训练，包括：

获得所述多个数据片段中相同维的数据片段之间的第一结构特征，所述第一结构特征是根据所述相同维的数据片段之间的依赖关系确定的；

利用所述第一结构特征对所述迁移模型进行训练。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述利用所述多个数据片段对迁移模型进行训练，包括：

获得所述多个数据片段中不同维的数据片段之间的结构特征，所述第二结构特征是根据所述不同维的数据片段之间的依赖关系确定的；

利用所述第二结构特征对所述迁移模型进行训练。

6.一种故障检测的方法，其特征在于，包括：

获取故障检测数据，所述故障检测数据包括来自于目标域的无标签的故障检测数据和来自于源域的有标签的故障检测数据，所述有标签的故障检测数据包括故障类别标签和对应的故障检测数据；

获得所述故障检测数据中的每一维数据的多个数据片段，所述多个数据片段不完全相同；

根据所述多个数据片段对故障检测模型进行训练，获得训练后的故障检测模型。

7.如权利要求6所述的方法，其特征在于，所述故障检测数据为故障检测时序数据，所述多个数据片段包括多个时间起点，所述多个时间起点是根据所述故障检测时序数据所对应的起始时刻和所述故障检测时序数据所对应的终止时刻确定的。

8.如权利要求7所述的方法，其特征在于，所述多个时间起点是根据所述故障检测时序数据所对应的起始时刻和所述故障检测时序数据所对应的终止时刻确定的，包括：

所述多个时间起点包括从所述起始时刻到所述终止时刻之间的所有时刻；

所述多个数据片段的时间终点为所述故障检测时序数据所对应的所述终止时刻。

9.如权利要求6至8中任一项所述的方法，其特征在于，所述根据所述多个数据片段对故障检测模型进行训练，包括：

获得所述多个数据片段中相同维的数据片段之间的第一结构特征，所述第一结构特征是根据所述相同维的数据片段之间的依赖关系确定的；

根据所述第一结构特征对所述故障检测模型进行训练。

10.如权利要求6至9中任一项所述的方法，其特征在于，所述根据所述多个数据片段对故障检测模型进行训练，包括：

获得所述多个数据片段中不同维的数据片段之间的结构特征，所述第二结构特征是根据所述不同维的数据片段之间的依赖关系确定的；

利用所述第二结构特征对所述故障检测模型进行训练。