基于改进深度信念网络的燃气轮机故障诊断

• 作者: 石宪 钱玉良
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 燃气轮机 故障诊断 深度信念网络 遗传算法 Apriori算法
• 年，卷（期）: 2020,（2）
• 页码范围: 123-130
• 页数: 8页
• 分类号: TM474
• 字数: 4812字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.02.005

摘要

针对传统智能诊断方法使用的浅层模型难以准确挖掘信号特征量与对应故障原因之间复杂的映射关系,导致故障诊断精度不高的问题,提出了一种基于深度信念网络(DBN)的燃气轮机故障诊断方法.采用Apriori关联度分析法分析燃气轮机故障模式与故障特征向量之间的关系,生成关联度矩阵;根据关联结果筛选出满足精度的特征向量作为输入,同时结合遗传算法(GA)对深度信念网络的结构参数进行优化,建立了基于GA-DBN的燃气轮机故障诊断模型.最后通过诊断实例验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱玉良	上海电力大学自动化工程学院	14	40	4.0	6.0
2	石宪	上海电力大学自动化工程学院	3	0	0.0	0.0