基于CRK增强CNN-GRU与双通道自注意力的水轮机声学故障诊断方法

本发明涉及水力发电技术领域，具体为基于CRK增强CNN‑GRU与双通道自注意力的水轮机声学故障诊断方法，包括：S1将噪声传感器部署于水轮机转轮附近，采集规避高频干扰的声学信号；S2对信号按每段1024个数据点分段，经快速傅里叶变换分析，提取峰值振幅、400‑600Hz频段能量占比等时频特征；S3基于Tent混沌映射改进龙格库塔优化算法构建CRK，提升全局搜索能力与收敛速度；S4构建CNN‑GRU‑双通道自注意力模型，依次实现局部时频特征提取、时序动态依赖建模、多维度特征增强；S5用CRK优化模型超参；S6划分训练/测试集训练模型，样本稀缺时采用迁移学习。本发明抗干扰性强、超参优化高效，可精准诊断转轮正常、早期及扩展裂纹状态，适配样本稀缺场景，工程实用性高。