基于深度学习的多源数据融合的方法、系统及存储介质

本发明涉及机械故障诊断领域，公开了一种基于深度学习的多源数据融合的方法、系统及存储介质，包括：将获取的多个传感器采集的设备运行状态信息进行预处理后，得到多源数据；对每个数据源进行特征提取，并确定每个数据源中提取的特征的重要程度，并进行多源融合；融合后的数据经卷积网络进行故障特征提取，由提取到的故障特征进行设备故障诊断分类。本发明能充分利用多传感器采集到的机械设备运行状态信息，降低计算和内存的需求，提高机械故障诊断的精度。