多源异构数据融合的主氦风机状态监测与预警方法及系统

本发明公开了多源异构数据融合的主氦风机状态监测与预警方法包括，采集主氦风机振动数据、电机参数数据和环境数据，并对数据进行预处理，采用基于注意力机制的深度神经网络对多源异构数据进行融合，输出综合的故障诊断特征向量；基于融合特征的故障诊断模型，采用生成对抗网络训练模拟未来故障情况的生成器模型，将所述生成器模型与基于LSTM的故障预测模型进行对抗训练；采用深度强化学习算法，对核岛层诊断模型、预测模型进行自适应优化，并基于诊断和预测结果触发故障预警。本方法构建一个分层的工业物联网架构，实现主氦风机的智能监测与预警。