摘要
本发明公开了一种基于多模态信息融合的发电机故障诊断方法及系统,方法包括:将各个异常目标参数数据序列进行对齐,并采用预设的滑动窗口在各个异常目标参数数据序列上滑动,每次滑动得到一个异常目标参数集合;将各个异常目标参数集合分别输入至预先构建的灰色神经预测模型中,灰色神经预测模型输出至少一个故障预测类型;根据预设的故障融合策略对至少一个故障预测类型进行融合,得到最终的故障预测结果。能够实现多源数据同步预测故障故障类型,并且通过获取各个异常目标参数集合能够实现故障类型的多次预测,从而降低在诊断过程中存在偶发性故障数据造成故障分析不准确的现象发生。
技术关键词
多模态信息融合
故障诊断方法
神经网络模型
参数
序列
发电机
融合策略
灰色预测模型
融合规则
滑动窗口
神经网络预测模型
训练神经网络
输出模块
处理器通信
时间段
变量
数据同步
系统为您推荐了相关专利信息
数据预处理系统
参数优化系统
神经网络模型
数据采集系统
划分系统
数据生成方法
深度学习训练
光斑
模拟光学系统
重构