摘要
本发明公开了一种电机故障诊断方法、系统、计算机设备及存储介质，属于电机故障诊断技术领域。本发明通过对电机运行过程中振动信号、电流信号和温度信号的多源融合分析，结合时频域联合分析技术提取特征矩阵，显著提升了数据解析的全面性和准确性。采用ResNet‑18算法构建电机故障分类模型，并以Focal Loss函数作为损失函数，能够有效应对样本不均衡问题，提高模型对少见故障类别的识别能力。通过分层采样法选择训练数据，确保了模型训练过程中数据分布的均衡性，避免了因数据偏差导致的模型性能下降，此外，通过构建故障特征库并结合欧氏距离计算相似度值，实现了对复杂工况下电机故障的精准定位和分类。
