面向非平衡样本的交互式故障诊断方法、装置及存储介质

本申请公开了一种面向非平衡样本的交互式故障诊断方法、装置及存储介质，属于故障诊断领域。首先获取目标对象的运行监测数据，通过滑动窗口算法动态提取时域/频域特征构建混合特征向量。然后从该混合特征向量中提取预设的全局关键特征值，输入训练好的故障诊断模型直接输出分类结果。其中，故障诊断模型的训练过程中，利用集成滑动窗口的CGAN网络将原始失衡数据转换为类别均衡数据集，基于SHAP算法量化特征全局贡献度，结合人机交互反馈动态锁定Top‑K关键特征集，通过特征自适应加权融合网络强化特征表征，并采用焦点损失函数训练LightGBM分类器聚焦少数类样本，提高了非平衡数据下故障诊断模型的诊断性能和可靠性。