10.3969/j.issn.1006-0316.2023.03.001
多通道一维残差卷积神经网络在风力发电机组轴承故障智能诊断中的应用
为提高卷积神经网络在风力发电机组轴承故障诊断上的准确率,本文对某2 MW风力发电机组轴承故障数据,进行单通道及多通道、多种诊断网络模型、不同优化算法的故障诊断分析对比,提出将多个振动传感器的数据整合为多通道一维数据集,再使用一维残差卷积神经网络进行故障诊断.得出基于Adam优化算法的多通道一维残差卷积神经网络诊断准确率最高.因此,多通道一维残差卷积神经网络在风力发电机组轴承故障诊断中应用效果良好,能够准确的识别各类故障模式,为机组的安全、稳定运行提供了保障.
风力发电机组、智能故障诊断、多通道数据、一维残差卷积神经网络
50
TM315(电机)
国家重点研发计划2019YFB2005005-02
2023-04-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7