一种基于数字孪生的电机故障智能诊断方法

本发明公开一种基于数字孪生的电机故障智能诊断方法，属于电机故障诊断领域。所述方法在模型训练阶段，通过随机森林法选取特征量训练一种带自回归循环功能的极限学习机模型作为数字孪生电机。所述方法在开路故障诊断阶段，采集物理实体电机特征量输入数字孪生虚拟电机得到数字孪生电流，将实际绕组电流数据与数字孪生绕组电流作差得电流残差，将电流残差的差分值作为阈值进行开路故障诊断，采用滑动平均窗法进行故障定位；在匝间短路故障诊断阶段采用电流对称平均绝对误差作为判断标准诊断短路故障。本发明不需要电机精确的设计参数和电机故障数据，只需电机正常运行时的数据即可对电机开路故障和匝间短路故障实时快速诊断且具有很强的鲁棒性。