《基于深度置信网络的风力发电机故障诊断方法》PDF+DOC
作者:李梦诗,余达,陈子明,夏侯凯顺,李堉鋆,季天瑶
单位:哈尔滨理工大学
出版:《电机与控制学报》2019年第02期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFDJKZ2019020170
DOC编号:DOCDJKZ2019020179
下载格式:PDF + Word/doc 文字可复制、可编辑
《风力发电机故障监测系统数据采集单元的设计》PDF+DOC2018年第32期 赵慧娴
《雷达数字电路板故障诊断系统研究》PDF+DOC1994年第02期 杨龙祥
《主元空间中的故障重构方法研究》PDF+DOC2004年第08期 王海清,蒋宁
《基于AMESim的新型路面液压减速发电装置换能器的研究》PDF+DOC2012年第12期 谭心,刘进峰,方桂花,胡娟,王兴春
《风力发电机在线油品监测系统的设计与应用》PDF+DOC2011年第09期 金鑫,王东亚,殷伟,曹连山
《航空发动机部件性能参数融合预测》PDF+DOC2009年第10期 鲁峰,黄金泉
《无线传感器网络路由算法的研究与设计》PDF+DOC2008年第28期 金桂梅,李永冰,王萌
《无刷直流电动机故障分析与实验》PDF+DOC2008年第04期 莫育杰,史涔溦,邱建琪
《适应于多种类型风力发电机的在线监测系统的开发》PDF+DOC2014年第03期 张伟鹏,徐健,杨涛,高伟,陈杰,张聘亭
《航空发动机传感器故障与部件故障诊断技术》PDF+DOC2013年第09期 李业波,李秋红,黄向华,赵永平
为了避免严重的生产运行事故,同时降低设备运行维护成本,提高风力发电机的可靠性,本文提出一种基于深度置信网络(deep belief network,DBN)的新型风力发电机故障诊断(fault diag-nosis and isolation,FDI)方法。本文首先通过DBN网络构建了故障诊断模型,然后在风力发电机的基准模型中进行故障诊断仿真测试,并把该完全数据驱动型的故障诊断效果,与传统的基于模型的诊断方法和数据驱动型诊断方法的效果作对比。此外,在仿真中也采用高斯噪声来模拟风力发电机实际运行环境中的噪声,从而解决了实际使用中网络易受噪声干扰的问题,并进一步对基于DBN的故障诊断方法进行鲁棒性测试。仿真结果表明基于DBN的数据驱动型FDI方法对风力发电机的故障有着更好的诊断效果,同时在有噪声干扰的环境下也保持着较为稳定的诊断效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。