基于深度学习的发电厂变频器过压故障检测

• 作者: 张宏伟 吕雪霞
• 来源期刊: 电子设计工程
• 关键词: 深度学习 发电厂变频器 过压故障 故障因子
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 测量与控制|Measurement and Control
• 页码范围: 71-74,79
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.05.015

摘要

传统发电厂变频器过压故障检测方法信号提取能力差,当故障数据组过多时,检测能力有限,基于深度学习研究了一种新的发电厂变频器过压故障检测方法.设定初级深度学习结构,分别感知整流器感知器、逆变器感知器、电感与电容感知器是否存在故障因子,控制直流电源电路,提取故障信号.将故障信号转化成电信号,利用深度探究分析层寻找独特因子后分析逸散电子的稳定性,判定是否出现故障,并确定故障类型.实验结果表明,基于深度学习的发电厂变频器过压故障检测方法在解决多数据组故障问题时,解决能力优于传统的过压故障检测方法.