摘要
本发明公开了基于多维度的经验模态分解的水电站发电机故障诊断方法,包括以下步骤:获取水电站发电机信号数据,进行预处理,构建发电机时程信号数据集;将发电机时程信号数据集进行经验模态分解,得到多个本征模函数分量,分别为第一本征模函数分量、第二本征模函数分量、第三本征模函数分量;构建包括特征提取模块与时序处理模块的水电站发电机故障诊断模型,将第一本征模函数分量、第二本征模函数分量、第三本征模函数分量、发电机时程信号数据集输入水电站发电机故障诊断模型进行训练,得到水电站发电机故障诊断结果;通过该方法,能够融合不同尺度的信息,有效的对水电站发电机进行故障诊断,得到准确的故障诊断结果。
技术关键词
水电站发电机
故障诊断方法
故障诊断模型
特征提取模块
融合特征
信号
特征提取单元
数据
通道注意力机制
时序
表达式
滤波
冗余
变量
关系
系统为您推荐了相关专利信息
车流量预测
车流量数据
时空预测方法
交通流
动态邻接矩阵
宫颈图像处理方法
图像分割模型
宫颈癌前病变
注意力
融合特征
深度卷积神经网络模型
集成卷积神经网络
序列
计算机程序产品
卷积特征
检索方法
计算机可读指令
索引策略
多模态
检索装置
故障诊断方法
特征提取模块
分类器
故障诊断模型
共享卷积神经网络