基于多通道时频谱云模型融合的汽轮机故障诊断方法

本发明属于故障诊断领域，尤其涉及基于多通道时频谱云模型融合的汽轮机故障诊断方法，本方法利用多通道传感器数据做时频变换，获得多个时频谱；随后，沿频率方向划分为多个子区域，子区域之间实现重叠，计算各子区域云模型的特征参数：均值、熵和超熵，形成三个矩阵；分别建立三个卷积神经网络，将矩阵分别作为卷积神经网络输入，将输出进行决策层加权融合，使用已知状态数据集对模型进行训练，模型融合后的输出为汽轮机的故障类型；将待测试监测数据按上述步骤计算三个特征矩阵，将三个特征矩阵输入到训练好的神经网络模型可诊断出汽轮机的故障类型。本申请能够有效提高故障诊断的精度，提供早期预警，确保汽轮机的安全稳定运行。