一种永磁同步电机故障识别方法

本发明涉及电机故障识别领域，公开了一种永磁同步电机故障识别方法，包括：通过预设永磁同步电机故障预测模型包括依次连接的量子启发式神经网络模块、双流卷积神经网络模块和SVM分类器，通过这种量子启发式神经网络的方式，能够有效挖掘永磁同步电机早期故障的微弱特征，利用量子启发式神经网络独特的旋转和纠缠操作增强特征表达能力，结合双流卷积神经网络模块的特征提取与融合能力以及SVM分类器的精准分类能力，显著提高了早期微弱故障的检测灵敏度，实现了对永磁同步电机故障程度更准确的区分以及故障类型的有效识别，为永磁同步电机的稳定运行提供了可靠保障。