基于堆栈自动编码器的泵站机组故障分析

摘要：

将堆栈自动编码器(Stack Auto-encoders)应用到泵站机组的故障分析中,构建了基于堆栈自动编码器的故障分析模型.构建的模型主要由输入层、3个中间隐层和输出层构成,以实现对泵站机组的监测数据和特征进行提取和降维处理.模型网络采用了非监督逐层贪婪方法训练,然后使用反向传播算法对网络参数予以优化,在此基础上,利用softmax分类器进行分类.实验结果表明,运用所构建的模型对机组故障以及不同工况的平均分类准确率可以达到79.88％.该成果可以为泵站机组故障分析提供一定的参考依据.

关键词：深度学习、故障分析、堆栈自编码器、泵站机组

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目51579080

在线出版日期：2018-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：99-102