基于深度学习模型的风电机组齿轮箱轴承温度状态检测方法

本发明涉及轴承检测技术领域，具体涉及基于深度学习模型的风电机组齿轮箱轴承温度状态检测方法，包括：分别对预先构建的分类网络模型和时序网络模型进行训练，获取训练好的分类网络模型的准确率和时序网络模型的预测准确率；将实时采集的轴承参数分别输入到训练好的分类网络模型和时序网络模型中，得到第一异常概率和第二异常概率；所述轴承参数包括轴承温度数据。即本发明的方案通过准确率、预测准确率对分类网络模型和时序网络模型的检测结果进行加权求和，得到最终的轴承温度异常概率，提高模型的检测准确率。