基于深度学习的风机故障智能诊断

• 作者: 吕志远 马笑潇
• 来源期刊: 江苏科技信息
• 学科: 工学
• 关键词: 深度学习 故障诊断 风机
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 应用技术
• 页码范围: 45-48
• 页数: 4页
• 分类号: TN165.3
• 字数: 2944字
• 语种: 中文

摘要

风力发电场往往建设在地方人稀的地区,分布范围很广,而且由于安装高度很高,导致很难直接实施观测与故障诊断.通过安装在线传感器,可以对数据进行实时监测,然而风机结构复杂,信号包含了大量噪声,对其进行高效的故障监测是一个难点.针对此,文章将深度学习引入故障识别中,通过使用堆栈式自动编码器建立智能识别网络,将信号频谱直接输入网络,不需要人工提取特征,实现风机的智能诊断.这种方式有效减少了人工工作量,大大提高了诊断的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕志远		1	3	1.0	1.0
2	马笑潇		1	3	1.0	1.0