一种基于深度学习的水轮发电机组故障诊断方法

    公开(公告)号:CN110597240B

    公开(公告)日:2021-03-30

    申请号:CN201911019873.6

    申请日:2019-10-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度学习的水轮发电机组故障诊断方法,首先采集水电机组运行时的振动信号作为样本,并建立数据库;对数据进行预处理,即对原始振动信号进行重构;接着将重构后的数据集分割成训练集、验证集以及测试集;然后训练一维卷积神经网络(1‑D CNN)与门控循环单元(GRU)相结合的网络,并对网络参数进行优化,以避免网络过拟合;最后利用训练好的网络参数建立水电机组故障诊断模型,将测试集样本输入至该模型中,实现水电机组故障诊断。本发明能够提高水电机组故障诊断的准确性。

    一种基于深度学习的水轮发电机组故障诊断方法

    公开(公告)号:CN110597240A

    公开(公告)日:2019-12-20

    申请号:CN201911019873.6

    申请日:2019-10-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度学习的水轮发电机组故障诊断方法,首先采集水电机组运行时的振动信号作为样本,并建立数据库;对数据进行预处理,即对原始振动信号进行重构;接着将重构后的数据集分割成训练集、验证集以及测试集;然后训练一维卷积神经网络(1-D CNN)与门控循环单元(GRU)相结合的网络,并对网络参数进行优化,以避免网络过拟合;最后利用训练好的网络参数建立水电机组故障诊断模型,将测试集样本输入至该模型中,实现水电机组故障诊断。本发明能够提高水电机组故障诊断的准确性。

Patent Agency Ranking