一种基于深度学习多模态融合的燃气轮机故障诊断方法、系统、设备及介质

本发明涉及工业设备故障诊断技术领域，特别是一种基于深度学习多模态融合的燃气轮机故障诊断方法、系统、设备及介质。通过采集燃气轮机运行中的温度、振动、压力、流量数据，对采集的多源数据进行时间对齐，按窗口划分生成结构化数据集；使用卷积神经网络对振动数据提取空间特征，使用循环神经网络对时序数据提取序列依赖特征，使用深度神经网络对结构化数据提取非线性特征，分别得到特征向量；将多个特征向量进行加权拼接融合，生成多源融合特征向量；使用粒子群优化算法对神经网络权重参数进行优化；基于训练完成的神经网络对多源融合特征向量进行故障诊断，输出故障类别。本发明解决传统单一数据源诊断方法信息不完整、特征提取不充分的问题。