基于深度学习的电气控制电路故障自适应诊断系统及方法

本发明公开了基于深度学习的电气控制电路故障自适应诊断系统及方法，包括：数据采集模块、预处理模块、特征提取模块、诊断模型模块、自适应优化模块、可视化交互模块。基于改进型Transformer架构，嵌入时间卷积算子增强自注意力机制的局部特征感知能力，提取高维时序特征，构建双通道深度残差网络，分别解析电气特征与热‑机械特征，融合后输出故障分类结果，并通过在线增量学习更新模型参数，基于迁移学习控制器适配新故障样本分布特性迁移预训练参数，利用遗传算法动态优化网络深度与卷积核尺寸以提升泛化能力。本发明的优点在于：通过改进型Transformer架构和自适应优化机制，结合时间卷积和迁移学习，实现了高精度、多维度的信息融合，能快速适应新故障类型。