[发明专利]基于深度迁移学习的冷水机组故障诊断方法

权利要求书

1.基于深度迁移学习的冷水机组故障诊断方法，其特征在于：该方法包括以下步骤：

S1：在冷水机组1上，模拟冷水机组1在多种工况下的多种故障，通过传感器，采集冷水机组1的运行数据1；

S2：将S1收集到的数据构建冷水机组1的数据集a，以数据集a作为DTL-FD方法中的源域；

S3：使用S2中的数据集a，训练得到拥有知识的故障诊断模型1，测试拥有知识的故障诊断模型1的基础性能；

S4：在冷水机组2上，模拟冷水机组2在部分工况下的部分故障，通过传感器，采集得到若干数据2，并在运行时通过传感器收集若干无标签的数据3；

S5：将S4收集到的数据2和数据3构建冷水机组2的数据集b与数据集c，以数据集b与数据集c作为DTL-FD方法中的目标域；

S6：使用S5中的数据集b，基于S3中拥有知识的故障诊断模型1，使用深度迁移学习方法，得到属于冷水机组2的初步迁移的故障诊断模型2，使用S5中的数据集c，基于深度迁移学习方法修正故障诊断模型2得到迁移后的故障诊断模型3，故障诊断模型3为通过DTL-FD方法建立的故障诊断模型。

2.根据权利要求1所述的基于深度迁移学习的冷水机组故障诊断方法，其特征在于：使用所述深度迁移学习中的微调方法将拥有知识的故障诊断模型微调为初步迁移的故障诊断模型。

3.根据权利要求1所述的基于深度迁移学习的冷水机组故障诊断方法，其特征在于：使用所述深度迁移学习中的基于对抗的无监督领域自适应方法将初步迁移的故障诊断模型修正为迁移后的故障诊断模型。