摘要
本发明公开了一种基于改进深度置信网络的调相机静偏心故障诊断方法,具体涉及电气故障诊断技术领域,解决了现有技术中调相机故障诊断方法准确率低,对样本依赖程度高的技术问题;其技术方案为:通过得到调相机不同故障状态下的电磁转矩、定子电流、转子电流信号,利用快速傅立叶变换对采集到的多源信号进行信号分解得到预特征,利用集合经验模态分解与排列熵对预特征进行特征提取,将提取的特征参数进行融合,构建故障样本集;本发明能够更全面地反映调相机的运行状态,克服了单一信号诊断信息不足的缺陷,显著提高了故障诊断的准确性和可靠性。