基于不确定性量化的风电机组改进域自适应跨域诊断方法

本申请公开了一种基于不确定性量化的风电机组改进域自适应跨域诊断方法，属于风电机组轴承故障诊断技术领域，包括将采集到的原始故障信号进行变分模态分解预处理，并将预处理后的故障信号划分为源域数据和目标域数据；构建基于双层增强注意力的域自适应深度对抗网络模型，利用源域数据和目标域数据训练模型；构建基于KFAC的后验不确定性量化模块，并将其引入至训练后的对抗网络模型中，利用高斯分布来近似模型参数的真实后验分布，为诊断结果提供不确定性估计结果；利用引入基于KFAC的后验不确定性量化模块的对抗网络模型进行故障诊断，得到诊断结果。该方法提高了故障特征的捕捉能力，提高了故障诊断的可靠性和可解释性。