基于深度学习的发电机故障挖掘方法研究

摘要：

发电机工作环境复杂,发电机的涡轮叶片在燃烧的气体作用下高速转动,电机本身容易产生故障.通过对发电机故障特征数据的挖掘,可实现故障诊断.传统方法采用支持向量机SVM故障挖掘和分类算法,解决发电机故障检测的稳定性问题,但随着故障特征的增加,故障特征相似性增强,挖掘性能下降.提出一种基于深度学习支持向量机的发电机故障挖掘算法.对发电机故障挖掘原理进行描述,构建故障数据挖掘模型,采用深度学习支持向量机对故障特征进行数据分类处理,解决发电机故障数据的相似性干扰问题,提高了故障数据挖掘和分类性能,仿真实验表明,采用该算法进行发电机故障挖掘,通过深度学习,对故障数据的特征分类性能较好,提高故障诊断能力.

关键词：发电机、故障诊断、数据挖掘

所属期刊栏目：32

分类号：TH165.3

资助基金：陕西自然科学基金,无铅焊点在多场耦合作用下的失效行为及寿命预测方法2015JM6345Shaanxi Natural Science Fund the Failure of Lead-Free Solder Joints under the Effect of Several Coupling Behavior and Life Prediction Method2015JM6345

在线出版日期：2017-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8-13