一种基于双阶段训练与对比学习的自编码器离心泵喘振预警方法及系统

本发明涉及流体机械运行状态预警领域，具体涉及一种基于双阶段训练与对比学习的自编码器离心泵喘振预警方法及系统；获取离心泵的工况信号，对工况信号进行预处理，得到样本集；构建预警模型，将样本集输入至预警模型中进行双阶段训练，其中双阶段训练包括预训练和对比训练，得到预警阈值；将实时获取的工况信号输入至训练好的预警模型中，得到重构误差，将重构误差与预警阈值进行对比，若重构误差大于预警阈值，则判定发生喘振；本发明采用双阶段训练，适合工业现场异常数据匮乏的实际场景；通过引入对比学习机制，在潜在特征空间中拉大正常与异常样本的差异，提高了模型对边界工况、早期异常的敏感性，有效降低漏报与误报风险。