一种基于深度学习的异步电动机故障诊断方法

摘要

本发明公开了一种基于深度学习的异步电动机故障诊断方法，包含以下步骤：A、搭建异步电动机运转的模拟实验平台；B、对模拟出的电机故障状态进行电流信号和振动信号的采集；C、提取采集到数据的内在特征并进行相应的标签，完成数据集的构建；D、构建基于栈式编码器的故障诊断模型；依次训练该网络和分类器；E、利用构造的数据集对搭建的深度神经网络进行训练，并结合模拟实验平台对所提出的故障诊断方法进行验证。本发明引入深度学习理论，设计能够准确的、灵敏的、有效的诊断异步电动机复杂故障的系统，解决异步电动机故障诊断上存在的问题，适应不断发展的电力系统的要求。