摘要
本发明属于风力发电设备故障诊断技术领域,涉及一种风机齿轮箱故障图像识别方法和系统。本发明方法采集风机齿轮箱的多模态数据,多模态数据相互补充,提高了数据对故障表征的准确性和可靠。对预处理多模态数据进行深度学习分析,得到深度学习结果,通过训练深度学习模型,可以对风机齿轮箱的故障类型进行高效、准确的分类。基于专家知识和历史数据进行故障推理得到知识图谱推理结果,将专家知识与历史数据相结合,构建知识图谱,实现知识的融合与共享,利用知识图谱进行逻辑推理。根据深度学习结果和识图谱推理结果进行故障诊断,通过综合多种方法的优势,能够更快地识别出故障类型和部位,为后续的维修工作提供及时指导。