期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于堆叠降噪自编码网络和多源数据加权融合的发电机故障诊断方法
1
作者 邢超 马红升 +3 位作者 覃日升 张明强 鄢晶 刘焱 《高压电器》 北大核心 2025年第5期170-178,共9页
随着电力系统中参与调节的机组日益增多,工业负荷比重逐步上涨,单一数据源已无法满足新型电力系统中机组状态在线监测的精度需求。为此文中结合堆叠降噪自编码(stacked denoisingautoencoder,SDAE)网络和多源数据融合技术提出了一种发... 随着电力系统中参与调节的机组日益增多,工业负荷比重逐步上涨,单一数据源已无法满足新型电力系统中机组状态在线监测的精度需求。为此文中结合堆叠降噪自编码(stacked denoisingautoencoder,SDAE)网络和多源数据融合技术提出了一种发电机状态监测方法。首先,提出了一种基于加权D⁃S证据理论的SCADA⁃PMU数据融合方法;然后引入自动编码技术构建堆叠降噪自编码深度学习网络模型,提取训练数据集的深度特征,构建发电机故障检测模型;最后通过对重构误差进行平滑处理,结合自适应阈值检测状态监测量的趋势变化,实现故障判定。算例仿真结果表明,相比于基于单一数据源的传统方法,文中提出的方法具有更高的鲁棒性和精确性,从而有效提升了发电机故障诊断和状态监测的精细化水平。 展开更多
关键词 D⁃S证据理论 堆叠降噪自编码网络 故障诊断 状态检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部