一种基于小波包分解和卷积神经网络的风电机组齿轮箱故障诊断方法

摘要

一种基于小波包分解(WPD)和卷积神经网络(CNN)的风力发电齿轮箱端到端故障诊断方法，包括数据预处理、多尺度振动分解、多尺度特征提取和分类，利用WPD对振动信号进行自适应分解，然后将信号分量输入到层次结构中，利用层级结构的卷积神经网络(CNN)自适应地提取多尺度特征，有效地对故障进行分类。本发明添加的WPD层能合理地处理非线性和非平稳振动数据获取组件在多个尺度自适应特点，允许CNN提取多尺度特性；WPD层直接向分层CNN发送多尺度分量，有效提取丰富的故障信息，避免了手工特征提取导致有用信息的丢失；框架通用性好。