一种基于深度学习的永磁电机退磁故障诊断方法

本发明公开了一种基于深度学习的永磁电机退磁故障诊断方法，涉及永磁电机故障诊断技术领域，该方法的步骤包括：通过传感器网络实时采集永磁同步电机及风扇运行状态数据，生成基础变量；提取基础变量中的多模态特征，构建健康指数序列，生成退磁风险评分；设置自适应诊断时机控制策略，根据当前退磁风险评分决定下一次诊断检测的时机；建立退磁风险预测模型，预测下一诊断时机退磁风险评分，同时生成动态风险阈值，判断是否触发退磁预警决策；根据当前退磁风险评分和历史模式分配维护任务优先级；综合计算风扇系统整体健康指数，预测风扇永磁电机剩余寿命。本发明解决了永磁电机退磁故障诊断中诊断时机不合理导致的资源浪费的问题。