文章详情

摘要

针对电力电气设备故障诊断中单一模态信息表征不足、标注样本稀缺及跨工况泛化能力差等工程难题，研究提出了一种融合对比学习与迁移学习的多模态故障诊断方法。采用利用大量无标注多模态数据对改进对比学习框架进行预训练，提取工况不变性深度特征表征；在此基础上引入基于最大均值差异与相关对齐联合优化的迁移学习模块，完成不同配电设备类型及运行工况间的模型适配与跨域泛化。实验结果表明，该方法在目标域标注样本极少（每类3～5个）的条件下，平均诊断准确率达到95.3%，较传统微调方法提升约8.6%，为配电终端、一二次融合设备等电力装备的智能化故障诊断提供了可行技术路径。

关键词

对比学习；迁移学习；电力电气设备；多模态故障诊断；跨域泛化

参考文献

1. [1] 路飞宇，佟庆彬，姜学东，等.一种基于条件度量迁移学习的机械故障诊断可解释方法[J].仪器仪表学报，2024，45（7）：250-262.
2. [2] 左建辉，石访，宋雪萌，等.主动学习与自训练相结合的电网暂态电压稳定评估方法[J].电力系统自动化，2026，50（2）：177-187.
3. [3] 叶健波，袁培汉.基于WebRTC混合架构的电气工地实时通信系统设计与实现 [J].现代信息科技，2025，9（15）：14-18.
4. [4] 向玲，王宁，邴汉昆，等.基于多尺度残差动态域适应网络的不同工况下转子故障诊断方法 [J].振动工程学报，2026，39（2）：595-604.
5. [5] 丁文华，杜军威，侯磊，等.基于生成对抗网络的时尚内容和风格迁移 [J].计算机工程与应用，2024，60（9）：261-271.
6. [6] 乔琦，王红军，马康，等.基于改进的DenseNet-ViT联合网络和迁移学习的燃气轮机转子故障诊断 [J].电子测量与仪器学报，2024，38（11）：40-47.
7. [7] 郑含博，胡钧浩，李金恒，等.基于改进实例分割与深度神经网络温度拟合的电力设备热故障诊断研究 [J].电机与控制学报，2025，29（2）：116-125.
8. [8] Xu H Z，Xu C，Xu J T. Multi-sensor signals augmented multimodal MAML-1DCNN-RBEAM deep transfer learning algorithm for wind turbine bearing fault diagnosis [J].Nondestructive Testing and Evaluation，2026，41（4）：1897-1925.
9. [9] 谢锋云，董建坤，符羽，等.迁移学习和CNN的电机故障诊断方法 [J].机械科学与技术，2024，43（3）：513-519.
10. [10] 蔡清淮，罗庆全，余涛，等.基于主动迁移学习的负荷辨识泛化方法 [J].电力自动化设备，2025，45（3）：209-216.

作者简介

郭晓刚（1990—），男，汉族，河南平顶山人，中级工程师，本科，研究方向：中压气体绝缘开关设备研究。