基于自适应权重与域对抗迁移学习的锅炉汽水系统跨域故障诊断方法

摘要

针对火电厂标注样本缺失且源域无关类样本导致用传统领域迁移方法难以实现有效迁移的问题，首先建立基于双向门控循环单元的特征提取器，并利用梯度反转层引入域对抗训练机制，协同最大均值差异损失共同缩小源域与目标域之间的特征分布差异；同时，设计样本权重标定网络消除源域不相关样本造成的负迁移影响；最后，利用三元组损失增大源域与目标域数据中不同类故障之间的特征距离，显化特征决策边界。仿真实验表明，用该方法可有效实现对类别未标定目标域的特征迁移，并且在源域存在无关类样本时仍能保证对目标域较高的故障诊断精度。

关键词

故障诊断 / 对抗训练 / 自适应权重 / 最大均值差异 / 三元组损失