基于MSST-CNN的水电机组故障诊断方法、系统及存储介质

本发明公开了一种基于MSST‑CNN的水电机组故障诊断方法、系统及存储介质，涉及水电机组故障诊断领域。本发明包括以下步骤：获取水电机组不同状态振动信号；利用改进的多尺度同步压缩变化方法对不同状态的振动信号进行预处理，得到振动信号图像；将振动信号图像作为测试集和训练集对卷积神经网络进行训练，得到MSST‑CNN模型；将待检测信号特征输入到卷积神经网络中进行特征提取和故障分类。本发明提高了诊断精度，为水电机组故障诊断提供了新思路，具有一定的现实意义。