基于深度迁移学习和主成分分析的暖通空调系统故障检测方法

本发明公开了一种基于深度迁移学习和主成分分析的暖通空调系统故障检测方法。包括：使用主成分分析方法分别处理源域数据集、目标域数据集，得到源域特征数据集和目标域特征数据集；构建深度学习模型后，首先使用源域特征数据集对深度学习模型进行预训练，再冻结预训练模型的卷积神经网络模块的参数，使用目标域特征数据集训练得到训练好的深度学习模型，使用训练好的深度学习模型接收并处理待预测的传感信号数据，得到暖通空调系统的故障检测结果。本发明方法减少了对大量标注数据的依赖，能够及时反馈故障信息，故障检测准确可靠。