一种基于粒子群-卷积神经网络的电机电晕检测方法、系统、电子设备及非暂态计算机可读存储介质

本发明公开了一种基于粒子群‑卷积神经网络的电机电晕检测方法、系统、电子设备及非暂态计算机可读存储介质，属于电机状态监测与故障诊断技术领域。该方法包括：获取电机电晕放电及其运行状态的多维数据；对多维数据进行预处理并划分为训练集和验证集；将训练集输入粒子群‑卷积神经网络并进行训练，其中粒子群算法以学习率和随机舍弃率为搜索维度，通过验证集性能函数指导粒子速度和位置的迭代更新，寻优得到最佳参数组合；将验证集输入训练完成的判断模型，得到目标电机是否发生电晕放电的判断结果。本发明通过粒子群优化算法对卷积神经网络的关键参数进行全局寻优，克服了传统梯度下降法易陷入局部最优的缺陷，提升了模型在强噪声背景下的泛化能力和检测精度，实现了电晕放电的早期精准预警。