-
题名基于堆栈自动编码器的泵站机组故障分析
被引量：4
- 1
-
-
作者
冯旭松
施伟
杨雪
刘惠义
陈霜霜
郑源
商国中
-
机构
南水北调东线江苏水源有限责任公司
河海大学计算机及信息工程学院
河海大学能源及电气学院
-
出处
《人民长江》
北大核心
2018年第8期99-102,共4页
-
基金
国家自然科学基金面上项目(51579080)
-
文摘
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
-
Keywords
deep learning
failure analysis
Stack Auto-encoders
pumping stations
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名大型泵站设备远程状态监测系统的研究与开发
被引量：7
- 2
-
-
作者
冯雪峰
周嘉言
郑源
-
机构
南水北调江苏水源公司江苏省泵站工程技术研究中心
河海大学能源及电气学院
-
出处
《水利建设与管理》
2019年第1期11-16,共6页
-
文摘
为保障大型泵站设备运行安全,逐步提高泵站自动化管理水平,以洪泽湖泵站为例进行了大型泵站设备远程状态监测系统的研发应用。该系统可在线采集泵站机组的振动、摆渡、转速等数据,并能将信号转换为波形图、频谱图、瀑布图、趋势图和轴心轨迹图等,可直观展示机组运行状态。结果表明:该系统界面简洁直观,实现了大型泵站设备远程状态监测的基本功能,实时监测泵站机组运行状态,为泵站设备安全运行提供可靠信息。
-
关键词
泵站设备
运行状态
监测系统
-
Keywords
pumping station equipment
operating state
monitoring system
-
分类号
TV52
[水利工程—水利水电工程]
-
