期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MSK-CNN和多源机电信息融合的同步发电机故障诊断方法
被引量：
14
1
作者
马明晗
侯岳佳
+3 位作者
李永刚
贺鹏康
齐鹏
武玉才
《电机与控制学报》
EI
CSCD
北大核心
2023年第1期1-11,共11页
同步发电机结构复杂且运行环境多变,传统的故障诊断方法依赖于专家的先验知识,易受噪声干扰,难以准确识别且耗时耗力。本文提出一种基于多尺度核卷积神经网络(MSK-CNN)和多源机电信息融合的同步发电机故障诊断方法,直接从原始信号中自...
同步发电机结构复杂且运行环境多变,传统的故障诊断方法依赖于专家的先验知识,易受噪声干扰,难以准确识别且耗时耗力。本文提出一种基于多尺度核卷积神经网络(MSK-CNN)和多源机电信息融合的同步发电机故障诊断方法,直接从原始信号中自动学习有效的故障特征,同时在单个框架中对故障类型进行分类,为同步发电机提供端到端的故障诊断系统,无需额外的信号处理和专家经验。首先通过多尺度核算法在不同尺度上并行获取互补且丰富的诊断信息,提高特征学习能力。然后采用多源机电信息融合,选取相电压、转子振动、定子振动信号分别作为输入进行特征融合。最后以一台SDF-9型1对极同步发电机为实验对象进行实验验证,故障诊断准确率为99.64%,与传统故障诊断方法进行对比,显示了该方法的优越性。
展开更多
关键词
同步发电机
深度学习
多尺度核卷积神经网络
故障诊断
多源机电信息融合
多尺度
融合
在线阅读
下载PDF
职称材料
题名
基于MSK-CNN和多源机电信息融合的同步发电机故障诊断方法
被引量：
14
1
作者
马明晗
侯岳佳
李永刚
贺鹏康
齐鹏
武玉才
机构
华北电力大学新能源电力系统国家重点实验室
出处
《电机与控制学报》
EI
CSCD
北大核心
2023年第1期1-11,共11页
基金
国家自然科学基金(51777075,52177042)
河北省自然科学基金(E2020502064)
中央高校基本科研业务费专项资金(2021MS066)。
文摘
同步发电机结构复杂且运行环境多变,传统的故障诊断方法依赖于专家的先验知识,易受噪声干扰,难以准确识别且耗时耗力。本文提出一种基于多尺度核卷积神经网络(MSK-CNN)和多源机电信息融合的同步发电机故障诊断方法,直接从原始信号中自动学习有效的故障特征,同时在单个框架中对故障类型进行分类,为同步发电机提供端到端的故障诊断系统,无需额外的信号处理和专家经验。首先通过多尺度核算法在不同尺度上并行获取互补且丰富的诊断信息,提高特征学习能力。然后采用多源机电信息融合,选取相电压、转子振动、定子振动信号分别作为输入进行特征融合。最后以一台SDF-9型1对极同步发电机为实验对象进行实验验证,故障诊断准确率为99.64%,与传统故障诊断方法进行对比,显示了该方法的优越性。
关键词
同步发电机
深度学习
多尺度核卷积神经网络
故障诊断
多源机电信息融合
多尺度
融合
Keywords
synchronous generators
deep learning
multi-scale kernel convolutional neural network
fault diagnosis
multi-source electromechanical information fusion
multi-scale integration
分类号
TM341 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MSK-CNN和多源机电信息融合的同步发电机故障诊断方法
马明晗
侯岳佳
李永刚
贺鹏康
齐鹏
武玉才
《电机与控制学报》
EI
CSCD
北大核心
2023
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
