基于深度学习的风机故障智能诊断

论文摘要

风力发电场往往建设在地方人稀的地区,分布范围很广,而且由于安装高度很高,导致很难直接实施观测与故障诊断。通过安装在线传感器,可以对数据进行实时监测,然而风机结构复杂,信号包含了大量噪声,对其进行高效的故障监测是一个难点。针对此,文章将深度学习引入故障识别中,通过使用堆栈式自动编码器建立智能识别网络,将信号频谱直接输入网络,不需要人工提取特征,实现风机的智能诊断。这种方式有效减少了人工工作量,大大提高了诊断的效率。

论文目录

• 0 引言
• 1 基于SAE的智能故障诊断原理
•   1.1 基于SAE与频谱的风机故障诊断机理
•   1.2 针对小样本数据的改进策略
• 2 在故障诊断中的应用
•   2.1 算法原理验证
•   2.2 在风机故障诊断中的应用
• 3 结语

文章来源

类型: 期刊论文

作者: 吕志远,马笑潇

关键词: 深度学习,故障诊断,风机

来源: 江苏科技信息 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 观为监测技术无锡股份有限公司

分类号: TM614

页码: 45-48

总页数: 4

文件大小: 1431K

下载量: 289