基于多传感器数据融合的水轮机异常检测与故障诊断方法

本申请提出一种基于多传感器数据融合的水轮机异常检测与故障诊断方法，其中，方法包括：采集水轮机运行时的应力数据、音频信号、振动信号和工况数据，并对采集的数据进行预处理，包括数据清洗、对齐和归一化；提取预处理后的应力数据、音频信号、振动信号的时域、频域和时频域特征，结合预处理后的工况数据形成高维特征向量，并利用主成分分析对高维特征向量进行降维；分别根据聚类算法、局部离群因子算法和自编码器神经网络构建的异常检测算法对降维后的高维特征向量进行异常检测，并结合预设权重生成综合异常分数，得到异常检测结果；在水轮机处于异常状态时，通过降维后的高维特征向量与历史故障特征模板的相似度诊断故障类型。