基于多数据融合的风电机组齿轮箱故障判别方法及装置

本发明提供了一种基于多数据融合的风电机组齿轮箱故障判别方法及装置，对应的方法包括：将所述风电机组齿轮箱的声学数据转换为二维图像；将所述风电机组齿轮箱的红外热成像数据解析为三通道数据；根据预生成的卷积神经网络提取所述二维图像以及所述三通道数据的特征数据；根据所述特征数据以及预生成的Transformer模型判别所述风电机组齿轮箱故障。本发明使用多模态信息融合方法结合多种传感器信号中相互关联的故障特征，从不同模态的角度学习具有相关性的特征，丰富故障特征信息，增强故障诊断方法的精准度和可靠性，同时结合多种传感器的特点，能够防止在极端环境下某种传感器的失效问题，提升风电机组齿轮箱故障诊断方法的鲁棒性与稳定性。