一种基于多模态融合与元学习的水轮机故障分类诊断方法

本发明公开了一种基于多模态融合与元学习的水轮机故障分类诊断方法，包括以下步骤：步骤一、通过特征提取模块分别提取水轮机监测噪声信号的时域特征和梅尔语谱图特征；步骤二、通过多模态融合模块对所述时域特征和声纹特征进行跨模态注意力机制融合，并基于动态权重分配机制调整融合权重；步骤三、通过元学习模块对融合后的特征进行小样本训练优化，结合Triplet Loss‑KNN算法和孪生网络预训练，提升模型对新故障类型的分类能力。本发明基于时域‑声纹融合网络与元学习的故障诊断方法具有诊断迅速、分类准确、泛化能力强等优势，可有效提高基于噪声信号的水轮机故障诊断精度。