基于神经网络模型的特征级深度可解释空调故障诊断方法

本发明公开了基于神经网络模型的特征级深度可解释空调故障诊断方法，属于基于特定计算模型的计算机系统技术领域，包括以下步骤：S1、构建故障训练数据；S2、基于节点分类的k近邻图构建策略将故障训练数据转换为图数据，同时得到图结构数据；S3、得到高阶节点表示，基于高阶节点表示利用损失函数进行反向传播更新网络参数，并完成最终的故障诊断任务；S4、通过三种特征级可解释方法对图神经网络的诊断过程及结果进行分析，得到图卷积层数、通道数和学习率对图卷积故障诊断网络性能的量化影响规律；S5、得到三种特征级可解释方法在冷水机组故障实验下的解释效果。解决了现有技术中无法兼顾模型的高诊断精度与深度可解释化的问题。