冷热轧主机故障预测方法

本发明针对冷、热轧主机故障预测中故障样本数据类不平衡的小样本问题，提出一种基于多源领域迁移学习和Transformer架构的冷热轧主机故障预测方法，在方法中引入一种权重自适应更新策略改进多源领域迁移学习策略，通过学习源域数据提升对无标签目标域数据特征的表示，以及引入一种可学习稀疏图结构的稀疏自注意力机制、结合SVM分类器改进标准Transformer框架，增强目标域时间序列特征表示，进而有效克服类不平衡的小样本问题，实现对冷、热轧主机故障的准确、有效预测。