一种基于开放集迁移学习的单相整流器故障诊断方法

本申请公开了一种基于开放集迁移学习的单相整流器故障诊断方法，包括：采集单相整流器在正常及故障状态下的实验数据与仿真数据；构建域适应迁移学习网络，采用源域数据对域适应迁移学习网络进行训练；将目标域数据输入训练后的域适应迁移学习网络，提取目标域数据的特征向量和分类得分向量；基于特征向量计算已知故障类别中心的距离，并基于韦伯分布和Openmax方法估计该距离属于已知故障分布尾部的概率；若尾部概率超过预设阈值，则判定为未知故障并触发熔断保护机制，否则输出分类得分向量中概率最大的已知故障类型。本发明引入开集迁移学习模型，结合特征中心匹配与Openmax方法分类修正，实现对未知故障的有效检测与隔离，提升了模型目标域的迁移鲁棒性。