基于机器学习的电力机车故障预警方法

本申请公开了一种基于机器学习的电力机车故障预警方法，其包括：获取电力机车轴承的实时振动信号，并根据实时振动信号生成包含时域与频域耦合特征的时频特征矩阵；调用故障识别模型，根据时频特征矩阵估算电力机车轴承出现不同故障类别的概率；对实时振动信号进行时序动态模式编码处理，生成时序故障特征编码向量，并基于时序故障特征编码向量生成故障演化预测特征；根据故障演化预测特征，推导电力机车轴承出现不同故障类别的异常置信度；根据电力机车轴承出现不同故障类别的异常置信度以及估算的电力机车轴承出现不同故障类别的概率，判定电力机车轴承实际出现的故障类别并据此生成故障预警，从而提升了故障预警精准性与时效性。