基于深度学习的电机故障状态监测方法、系统、计算机程序产品及存储介质

本发明公开了一种基于深度学习的电机故障状态监测方法、系统、计算机程序产品及存储介质，实时采集电机运行过程中的振动信号和转速信号；根据转速信号，利用区间划分算法识别电机运行的当前工况段；在当前工况段内，按预定时间规则截取第一时长和第二时长内的一段振动信号和转速信号，构成第一信号段和第二信号段；对第一信号段和第二信号段分别进行等角度重采样，并经过傅里叶变换，生成各自对应的阶次谱图；将两个阶次谱图按照时间轴进行拼接，构成一个拼接谱图作为数据样本，构成数据集，训练模型；将拼接谱图数据样本输入至预先训练好的神经网络模型中进行推理，神经网络模型用于识别拼接谱图数据样本是否存在差异，输出结果，判断电机是否发生故障。