多源异构时序数据的压缩、电机故障预测方法及系统

本发明公开了多源异构时序数据的压缩、电机故障预测方法及系统，该压缩方法，通过多尺度特征提取、SE加权融合、混合池化及聚合器坍缩的协同作用，实现了时间序列数据的智能压缩与特征增强。该架构能够同时完成序列长度的合理缩减与特征深度的有效提升，在保留关键故障特征的前提下，解决了工业场景中多源异构传感器数据融合的技术难题，克服了传统降维方法信息损失严重的局限性。