一种基于大数据的风力发电机的故障诊断方法

本发明公开了一种基于大数据的风力发电机的故障诊断方法，涉及风力发电设备智能诊断与维护技术领域，包括，通过传感器采集风力发电机的故障诊断数据，将故障诊断数据传输至云端大数据平台进行预处理，对预处理后的故障诊断数据进行特征提取，得到时域特征和频域特征，采用动态权重分配自注意力机制，将时域特征和频域特征深度融合为故障特征向量，采用一种分层特征激活的深度神经网络DNN结合长短时记忆网络LSTM构建故障诊断模型，对故障特征向量进行逐层非线性映射，输出诊断结果，根据实时数据更新故障诊断模型的参数，实现了对风力发电机故障的全面感知，提高了故障诊断的准确性，同时，通过采用深度神经网络，增强了智能化和自动化水平。