一种多模态与多源数据融合的深度学习故障诊断

本发明涉及海上风场运维技术领域，提供一种多模态与多源数据融合的深度学习故障诊断，通过进行多模态数据与多源数据的采集，并对数据进行清洗工作、单位转换和格式转换工作，将数据进行整合，并以时域特征、频域特征、时频特征和文本特征为基本特征进行数据特征提取工作，在减少特征维度工作的辅助下，降低计算复杂度，同时保持有用信息，融合生成原始模型，原始模型利用深度学习模型训练与优化，完善为故障诊断模型进行海上风场运维的故障诊断。将多模态与多源异构数据结合，充分利用风力发电机系统中的各种信息源，提供更加准确和全面的诊断服务，提高故障诊断的准确性和可靠性，增强系统的鲁棒性，从而保障风力发电机的稳定运行和高效维护。