一种基于混合深度学习模型的齿轮箱油温预测方法

本发明公开了一种基于混合深度学习模型的齿轮箱油温预测方法，属于故障预测技术领域，包括：使用TTAO算法优化变分模态分解VMD的两个调节因子，应用TTAO‑VMD模型对油温数据进行分解处理；根据分解后不同频率分量的模糊熵数值进行序列重构；根据重构序列的李雅普诺夫指数识别其混沌特性，并对混沌序列和非混沌序列分别进行滞后阶数选择；使用深度学习模型GRU‑Informer进行短期预测。本发明采用上述方法，通过序列重构和混沌识别对齿轮箱油温进行短期预测，提高预测精度。