摘要
本发明提供一种双通道特征融合的风电轴承故障诊断方法,包括以下步骤:获取轴承振动数据,所述轴承振动数据分为源域数据和目标域数据;根据源域数据和目标域数据,基于优化的BLS模型和多尺度空洞注意力结构提取全局特征;对源域数据和目标域数据进行短时傅里叶变换处理,生成时频特征图谱;将时频特征图谱输入空洞卷积神经网络,提取多尺度局部特征;将得到的全局特征和多尺度局部特征拼接得到用于故障识别的特征向量;将所述特征向量输入领域自适应模块中进行领域自适应调整,以最小化源域和目标域特征分布的差异;将领域自适应调整后的特征向量输入至分类器,分类器输出目标域数据样本属于各故障类别的概率。本发明能提高故障识别能力。