一种基于深度神经网络的模拟电路软故障诊断方法及其系统

本发明属于模拟电路故障诊断相关技术领域，其公开了一种基于深度神经网络的模拟电路软故障诊断方法及其系统，方法包括：利用多重小波函数对电路输出的电压时序信号X1进行分解和重构，生成多个重构的电压时序信号后组成多维时间序列特征X2；利用主成分分析法对多维时间序列特征X2进行特征筛选，得到降维后的时间序列特征X3；将特征X2和特征X3进行拼接，得到输入特征X4；使特征X4依次经过多尺度卷积网络、TimesNet模型后，经全连接层输出电路的故障类型。本发明综合预处理过程以及多尺度卷积和TimesNet结合的学习模型，只需要分析模拟电路单点电压输出，且所用的模型结构简单，训练难度较小，方法简单且诊断精度较高。