基于数据驱动的电气自动化设备运行故障预警研究

摘要：

为了避免因电气自动化设备运行故障而造成的经济损失,实现全天候实时监视预警,研究基于数据驱动的电气自动化设备运行故障预警方法.现场采集电气自动化设备实时数据,经数据推测、剖析、处理后,构建电气自动化设备的运行状态模型,分析电气自动化设备的运行状态;将获取的运行状态数据输入基于深度卷积神经网络的电气自动化设备运行故障预警模型中,利用模型输出的各状态数据对应的预警结果集合,以此实现设备运行故障预警.实验结果显示,该方法可实现不同电气自动化设备的故障预警,故障预警结果与实际故障结果保持一致;在衰减系数和学习速率均为 0.002、采样率为26 时,故障预警的准确率高,受调节因子影响较小,实际应用效果好.

关键词：数据驱动、电气自动化、设备运行、故障预警、深度卷积神经网络

分类号：TP391.41;TM76;TP183

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-74,89