一种基于多模态特征融合的励磁涌流辨识方法

本发明公开了一种基于多模态特征融合的励磁涌流辨识方法，包括以下步骤：采集电流信号并提取统计特征作为第一模态；将电流信号转换为格拉姆角场图像，利用ResNet‑18网络提取图像特征作为第二模态；采用低秩多模态融合方法对第一模态和第二模态进行融合，消除冗余信息并保留关键特征；将融合特征输入多层感知机进行训练，实现励磁涌流与故障电流的精准分类。本发明将电流信号的统计特征与图像特征作为两个模态特征，提升了励磁涌流与故障电流的辨识精度；同时，通过低秩多模态融合策略LMF，有效减少了特征冗余，保留关键判别信息，显著降低了计算复杂度并提升了模型泛化能力。