基于机器学习的水轮发电机异常状态识别方法、装置及介质

本发明公开了一种基于机器学习的水轮发电机异常状态识别方法、装置及介质，包括：构建时间同步多源异构监测信号图数据结构；生成实时动态图数据集；配置多尺度残差图卷积网络模型，获得初始模型参数集合与初始深层特征表示集合；构建松鼠搜索算法自适应优化模型，形成优化多尺度残差图卷积网络模型；将在线采集的多源异构监测信号集合输入图构建模块，生成当前实时动态图数据实例并上传至云端；在云端中利用优化多尺度残差图卷积网络模型对当前实时动态图数据实例进行推理，输出非对称故障识别结果集。本发明提升水轮发电机智慧运维的智能化与可靠性水平。