一种基于组合深度学习的海上风机导管架故障诊断方法

本发明属于人工智能技术领域，涉及一种基于组合深度学习的海上风机导管架故障诊断方法。该方法包括：构建海上风机导管架故障诊断模型，该模型由TCN网络和BiGRU‑Attention深度学习模型组成；使用Adam优化器对模型进行训练，BiGRU‑Attention深度学习模型的超参数通过改进的ALA优化算法优化获得；其中，改进的ALA优化算法采用混沌映射来初始化种群，并在搜索过程中使用混沌映射来更新部分个体；利用训练好的海上风机导管架故障诊断模型对海上风机导管架进行故障诊断。本发明的方法与现有技术相比，具有更好的性能，在准确率、精确率、召回率、F1分数方面均优于现有模型。