摘要
本发明公开了一种风力发电机故障智能检测系统及方法,涉及深度学习技术领域,包括,采集多维数据,并进行预处理;从预处理后的多维数据提取多维特征,并通过图神经网络和短时傅里叶变换对多维特征进行融合并生成时频域信号;从时频域信号提取关键特征,通过支持向量机模型检测风力发电机运行状态的故障特征;基于故障特征,构建融合神经网络模型,生成故障预测,并输出诊断报告,提出维护建议;本发明通过融合神经网络模型,结合了卷积神经网络和长短期记忆网络,提取空间特征和时间序列数据,实现了风力发电机故障特征的多维度表征。