一种基于深度学习的发电机组缺陷检测方法

本发明公开了一种基于深度学习的发电机组缺陷检测方法，属于发电机组技术领域，其包括如下步骤：S1、多源异构数据采集与标注；S2、数据预处理与特征工程；S3、深度神经网络模型构建：设计并搭建一个融合多模态数据处理能力的复合深度学习模型架构；S4、模型训练与验证；S5、模型优化与轻量化；S6、边缘计算系统部署与实时检测；S7、在线反馈与模型迭代；S8、可视化诊断界面与报告生成。本发明通过集成振动传感器、声学传感器、红外热像仪等多种异构数据源，实现了对发电机组运行状态的多角度实时监测，在采集阶段，利用同步采集卡确保时间精度。