一种基于多模态融合模型的风机大叶片故障监测方法及系统

本发明公开了一种基于多模态融合模型的风机大叶片故障监测方法及系统，涉及风机故障预警技术领域，获取风机叶片的运行状态数据；构建包含振动信号和图像数据的样本数据库；构建融合CNN网络与Transformer网络的神经网络模型，同时，结合双向长短期记忆模型得到改进的多模态融合模型；通过样本数据库对多模态融合模型进行训练和验证，得到最优模型；将实时采集到的风机大叶片振动信号和图像数据进行预处理后，输入至最优模型进行识别，得到每个数据点的故障分类概率。本发明能够减少人为干预，增强特征表征能力和模型泛化能力，提升故障预警识别的准确率和效率，以满足实时监测和自动化决策的需求。