基于堆栈自动编码器的泵站机组故障分析

• 作者: 冯旭松 刘惠义 商国中 施伟 杨雪 郑源 陈霜霜
• 来源期刊: 人民长江
• 学科: 工学
• 关键词: 深度学习 故障分析 堆栈自编码器 泵站机组
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 工程运行管理
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP391
• 字数: 4178字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2018.08.019

摘要

将堆栈自动编码器(Stack Auto-encoders)应用到泵站机组的故障分析中,构建了基于堆栈自动编码器的故障分析模型.构建的模型主要由输入层、3个中间隐层和输出层构成,以实现对泵站机组的监测数据和特征进行提取和降维处理.模型网络采用了非监督逐层贪婪方法训练,然后使用反向传播算法对网络参数予以优化,在此基础上,利用softmax分类器进行分类.实验结果表明,运用所构建的模型对机组故障以及不同工况的平均分类准确率可以达到79.88％.该成果可以为泵站机组故障分析提供一定的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑源	河海大学能源及电气学院	301	2443	24.0	37.0
2	刘惠义	河海大学计算机及信息工程学院	53	303	8.0	15.0
3	冯旭松		28	129	6.0	10.0
4	杨雪	河海大学计算机及信息工程学院	6	211	2.0	6.0
5	施伟		18	114	6.0	10.0
6	陈霜霜	河海大学计算机及信息工程学院	3	7	2.0	2.0
7	商国中	河海大学计算机及信息工程学院	2	5	2.0	2.0