基于复合特征指标和深度极限学习机的泵站机组诊断方法

摘要

本发明公开了一种基于复合特征指标和深度极限学习机的泵站机组诊断方法，涉及水力机械故障诊断技术领域。该诊断方法采用自适应迭代滤波直接从原始振动信号中进行非平稳时间序列分解，可以有效地提取机组非平稳特征，在各个非平稳信号成分基础上提取时域统计信号、频域统计信号、能量信号、样本熵信号、排列熵信号，并利用深度极限学习机，快速有效的进行特征学习，提取各个特征的隐含故障信息，避免了手动设计和提取特征的局限性和基于人工神经网络的复杂调参过程，从而实现水泵机组故障的智能诊断，以提高水泵机组故障诊断的准确性和有效性。