摘要
本发明提供了一种风电机组齿轮箱智能故障诊断方法、电子设备及介质。方法包括：获取风电机组齿轮箱的状态变量的实时运行数据，状态变量包括环境参数、电网参数以及风电机组齿轮箱的部件状态参数，实时运行数据包括预设时长内的运行数据；将状态变量的实时运行数据重复多次输入预训练的故障诊断模型，以得到多个初始故障诊断结果，其中，故障诊断模型基于贝叶斯图卷积网络构建得到，初始故障诊断结果包括风电机组齿轮箱存在多种故障类型中的每一故障类型的概率；采用合作博弈对多个初始故障诊断结果进行融合，以获得最终故障诊断结果。该方法可以快速、高效、准确地诊断风电机组齿轮箱的故障。
