基于深度学习的换流阀故障检测方法、装置、计算机设备、存储介质和计算机程序产品

本申请涉及一种基于深度学习的换流阀故障检测方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：将样本换流阀的原始运行时序信号和衍生运行时序信号，均作为样本运行时序信号；根据样本运行时序信号的时域特征向量、频域特征向量和样本换流阀的设备参数特征向量，得到样本换流阀的目标特征向量；根据目标特征向量，对待训练的换流阀故障检测模型进行迭代训练，得到训练完成的换流阀故障检测模型；获取待检测换流阀的当前运行时序信号，并将当前运行时序信号输入至训练完成的换流阀故障检测模型，得到待检测换流阀的目标故障类型。采用本方法，能够提高换流阀的故障检测准确率。