- 专利标题: 一种基于卷积神经网络信息融合的水电机组故障诊断方法
-
申请号: CN201910396050.9申请日: 2019-05-13
-
公开(公告)号: CN110297479B公开(公告)日: 2020-12-29
- 发明人: 陈启卷 , 张长伟 , 吕延春 , 李德红 , 王卫玉 , 段文华 , 舒锦宏 , 包震洲 , 郭定宇 , 刘宛莹
- 申请人: 国网浙江省电力有限公司紧水滩水力发电厂 , 武汉大学
- 申请人地址: 浙江省丽水市云和县紧水滩镇
- 专利权人: 国网浙江省电力有限公司紧水滩水力发电厂,武汉大学
- 当前专利权人: 国网浙江省电力有限公司紧水滩水力发电厂,武汉大学
- 当前专利权人地址: 浙江省丽水市云和县紧水滩镇
- 代理机构: 杭州杭诚专利事务所有限公司
- 代理商 尉伟敏; 占宇
- 主分类号: G05B23/02
- IPC分类号: G05B23/02
摘要:
本发明公开了一种基于卷积神经网络信息融合的水电机组故障诊断方法。该方法包括:获取机组开机过程低、中、高转速下稳定性数据;分别对低、中、高转速下机组数据进行预处理;分别将低、中、高转速下机组数据划分为相应转速下卷积神经网络的训练集和测试集;分别使用低、中、高转速下机组数据绘制机组轴心轨迹图,并将轴心轨迹图像转换为灰度图,将其余待融合信息对照轴心轨迹灰度图形成矩阵;使用低、中、高转速下机组数据分别建立卷积神经网络;使用低、中、高转速下机组数据分别训练对应卷积神经网络;使用训练完成的三个网络分别进行机组故障诊断,并将诊断结果融合以形成最终结论。本发明能够有效提高水电机组故障诊断的准确性。
公开/授权文献
- CN110297479A 一种基于卷积神经网络信息融合的水电机组故障诊断方法 公开/授权日:2019-10-01