一种基于机器学习算法的船舶电气故障诊断方法及系统

本发明涉及船舶技术领域，公开一种基于机器学习算法的船舶电气故障诊断方法及系统，通过引入Teager能力算子对原始振动信号进行预处理，有效增强信号中的非线性瞬时特征，使后续特征提取阶段更为灵敏和准确。同时，利用小波包分解实现多层次、多尺度的频域划分，并针对性地筛选出关键特征频段，不仅减少冗余数据干扰，也提高特征的辨识度和稳定性。此外，引入卷积神经网络对提取的特征向量进行训练与分类，结合反向传播算法实现网络权重的自动优化，有效提升模型对复杂电气故障的泛化能力与诊断精度。