一种基于人工智能的火电设备故障诊断方法

本发明公开了一种基于人工智能的火电设备故障诊断方法，涉及人工智能技术领域，火电设备训练数据采集、火电设备故障诊断、火电设备训练数据标注、火电设备故障诊断；采用带通滤波+小波包变换的综合方法进行振动信号预处理，避免单一方法导致的信息丢失，能够在多种频段和时域范围内提取关键故障特征，解决了传统滤波方法在多工况耦合振动环境下易失效的问题，提高了故障模式的完整保留能力；采用基于误分类率与迭代进程的动态惩罚因子，训练初期减少惩罚，避免收敛困难，后期逐步增强惩罚，提高误分类样本的修正能力，解决了传统固定惩罚系数或简单衰减策略难以适应不同训练阶段需求的问题，使模型训练更稳定、高效。