基于卷积神经网络与奇异值分解的水电机组故障诊断方法研究

• 作者: 唐拥军 刘东 肖志怀 胡晓 赖旭
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 水电机组 轴心轨迹 卷积神经网络 小波变换 奇异值分解 故障诊断
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 水电建设
• 页码范围: 175-181
• 页数: 7页
• 分类号: TV73|TK45
• 语种: 中文

摘要

提出了一种结合卷积神经网络,小波变换和奇异值分解理论的水电机组故障诊断方法.利用卷积神经网络提取机组轴心轨迹的图像特征;通过离散小波变换对摆度信号进行分解,获得信号的小波分解系数,对各分支系数进行重构,构造奇异值分解输入矩阵,提取矩阵奇异值作为特征向量.将两种方法提取的特征进行组合,构建包含图像特征和波形特征的混合特征向量,通过概率神经网络进行识别分类.为验证该方法的有效性,将水电机组常见故障在转子试验台上进行模拟,用上述方法进行诊断.结果表明,文中所提出的故障诊断方法能很好地识别水电机组不同运行状态,可为水电机组的故障诊断提供有效依据.