基于多传感器信息融合与混合感受野残差卷积 神经网络的调相机转子故障诊断

• 作者: 钱白云 吕朝阳 张维宁 林翔 朱霄珣 董利江 吴玉华 王鲁东 李震涛
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: 调相机 转子振动 多传感器融合 卷积神经网络 多感受野 残差结构
• 年，卷（期）: 2024,（9）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 29-35
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.09.005

摘要

大型调相机是电网对无功调节的关键设备之一，预防调相机因转子故障而产生的安全事故极为重要；为了有效利用设备实际监测过程中多源传感器同步采集的海量数据，并考虑传统卷积神经网络(CNN,convolutional neural network)模型的特征学习能力差、感受野尺度单一等缺点，提出了一种基于SDP-MRFRCNN的调相机转子故障诊断方法；首先通过对称点模式(SDP,symmetrized dot pattern)将调相机多个传感器的振动信号进行信息融合，获取融合多源振动信息的图像，然后构建混合感受野残差卷积神经网络(MRFRCNN,mixed receptive field residual CNN)进行学习，实现调相机转子状态识别；实验结果表明，该方法增强了不同状态特征间的辨别度，具有更高识别精度，分类准确率达到了99.33%。