10.3969/j.issn.1001-3881.2021.17.034
基于滑动窗口-KL散度和改进堆叠自编码的轴承故障诊断
针对风力发电机组的发电机轴承故障诊断问题,提出基于滑动窗口-KL散度和改进堆叠自编码的深度学习网络故障诊断模型.采用改进的变学习速率的堆叠自编码器进行发电机轴承温度状态重构.利用滑动窗口-KL散度算法进行发电机轴承的故障诊断,诊断结果与欧氏距离和3σ准则故障诊断结果进行对比.结果表明:采用滑动窗口-KL散度算法进行故障诊断准确率高、误报率低.
发电机轴承;改进堆叠自编码;滑动窗口;KL散度;故障诊断
49
TM315(电机)
国家自然科学基金面上项目51677067
2021-11-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
179-184