一种天然气行业防爆电机的智能故障诊断方法和系统

本发明公开了一种天然气行业防爆电机的智能故障诊断方法和系统，该方法包括以下步骤：S10：获取防爆电机的多源异构数据；S20：对防爆电机的多源异构数据进行增强处理，得到防爆电机的增强后的多模态数据集；S30：利用深度学习模型对防爆电机的增强后的多模态数据集进行特征提取，得到高维特征向量；S40：基于高维特征向量，采用多任务学习网络进行故障分类和故障严重程度评估，得到故障类型概率分布和故障严重程度指数；S50：根据故障类型概率分布和故障严重程度指数，生成防爆电机的包含维护建议的智能诊断报告。其能够充分利用多源异构数据、实现智能化诊断的防爆电机故障诊断方法，以提高诊断效率和准确性，实现预防性维护。