基于动态时频图神经网络的多元时序电机故障诊断方法

本发明关于一种基于动态时频图神经网络的多元时序电机故障诊断方法，涉及电机故障诊断领域。本方案既能提取序列间隐藏依赖关系、捕捉不同时间片段动态特征以提升特征表达能力，又能对频域信号进行维度变换，通过联合优化时频模块充分发挥二者互补优势。具体来说，本方案同步利用时域与频域信息，可更精准刻画电机运行模式及故障特征，避免单一维度信息缺失；并且，本方案借助动态图神经网络，能有效捕捉多传感器数据间的隐含关系及跨时间步动态特征，提升数据关联性分析精度；此外，本方案采用时序图池化与联合优化策略，可抑制噪声干扰与过拟合问题，即便在样本有限的场景下，仍能保持较高诊断准确率，为电机故障检测等应用提供可靠技术支撑。