一种多通道融合神经网络的设备状态诊断方法及系统、电子设备、计算机可读介质

本发明公开了一种多通道融合神经网络的设备状态诊断方法及系统、电子设备、计算机可读介质，方法包括：采集布置在设备的传感器数据，并进行预处理，构建设备状态多通道数据；将设备状态多通道数据输入到多分量信号分析模型，其中使用经验模态分解模型得到设备状态分解信号；将设备状态分解信号输入到非负矩阵分解模型，分离出独立源设备状态信号；结合改进的希尔伯特‑黄变换对独立源设备状态信号进行时频域特征提取，得到时频域特征结果，并从时频域特征结果重构出设备状态时频图；对设备状态时频图输入到基于多尺度稀疏时频卷积网络模型，得到设备状态诊断结果。本发明通过获取设备的多通道数据实现设备故障诊断，提升了诊断准确度。