摘要
本发明公开了一种基于多视角图神经网络的风电机组故障诊断方法,首先从风电场获得多变量传感器时间序列历史数据,将处理后的多变量传感器时间序列数据从不同视角构建成多视角图结构数据,接着对每一种图结构数据进行图表示学习,输入多个独立并行的图卷积神经网络进行特征提取,经过图池化层后使用一个读出层来聚合节点特征从而获得多图特征表示。然后将多图特征表示输入多图交互学习融合模块得到多图共享表示,再将其拼接获得融合后的全局图表示。最后将全局图表示输入FC层,并用softmax分类器输出不同故障类型的概率,最终得到各状态的故障类型标签。本发明通过多图交互学习融合,可以学习到更有效的故障特征,提高故障诊断精度。