基于降噪自动编码器与一维卷积网络的风机故障诊断方法

摘要：

针对风力发电机在发生不同故障时相应的传感器数据会发生变化的特点,提出了一种基于自动降噪编码器与一维卷积网络的故障诊断模型.通过构建在时序上能同时识别多个特征的一维卷积层,实现对所有传感器时序数据的特征提取,提取的特征在全连接层的作用下,通过合理设置网络结构与参数,实现对故障的准确识别.同时,针对在复杂生产环境中,传感器的数据会含有噪声的情况,提出了基于自动降噪编码器的降噪方法,通过降噪编码器的降噪作用,将噪声信号重构成原始信号,从而提高在噪声环境下的故障识别效果.仿真算例表明,与基于模型的方法和其他基于数据驱动方法相比,所提出的方法在精度、鲁棒性上都有明显优势.

关键词：风力发电机、数据驱动故障诊断、一维卷积神经网络、降噪自动编码器、深度置信网络

所属期刊栏目：60

分类号：TM621(发电、发电厂)

资助基金：广东省自然科学基金资助项目2018A030313822

在线出版日期：2023-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：87-93,173