本文主要研究内容
作者李梦诗,余达,陈子明,夏侯凯顺,李堉鋆,季天瑶(2019)在《基于深度置信网络的风力发电机故障诊断方法》一文中研究指出:为了避免严重的生产运行事故,同时降低设备运行维护成本,提高风力发电机的可靠性,本文提出一种基于深度置信网络(deep belief network,DBN)的新型风力发电机故障诊断(fault diag-nosis and isolation,FDI)方法。本文首先通过DBN网络构建了故障诊断模型,然后在风力发电机的基准模型中进行故障诊断仿真测试,并把该完全数据驱动型的故障诊断效果,与传统的基于模型的诊断方法和数据驱动型诊断方法的效果作对比。此外,在仿真中也采用高斯噪声来模拟风力发电机实际运行环境中的噪声,从而解决了实际使用中网络易受噪声干扰的问题,并进一步对基于DBN的故障诊断方法进行鲁棒性测试。仿真结果表明基于DBN的数据驱动型FDI方法对风力发电机的故障有着更好的诊断效果,同时在有噪声干扰的环境下也保持着较为稳定的诊断效果。
Abstract
wei le bi mian yan chong de sheng chan yun hang shi gu ,tong shi jiang di she bei yun hang wei hu cheng ben ,di gao feng li fa dian ji de ke kao xing ,ben wen di chu yi chong ji yu shen du zhi xin wang lao (deep belief network,DBN)de xin xing feng li fa dian ji gu zhang zhen duan (fault diag-nosis and isolation,FDI)fang fa 。ben wen shou xian tong guo DBNwang lao gou jian le gu zhang zhen duan mo xing ,ran hou zai feng li fa dian ji de ji zhun mo xing zhong jin hang gu zhang zhen duan fang zhen ce shi ,bing ba gai wan quan shu ju qu dong xing de gu zhang zhen duan xiao guo ,yu chuan tong de ji yu mo xing de zhen duan fang fa he shu ju qu dong xing zhen duan fang fa de xiao guo zuo dui bi 。ci wai ,zai fang zhen zhong ye cai yong gao si zao sheng lai mo ni feng li fa dian ji shi ji yun hang huan jing zhong de zao sheng ,cong er jie jue le shi ji shi yong zhong wang lao yi shou zao sheng gan rao de wen ti ,bing jin yi bu dui ji yu DBNde gu zhang zhen duan fang fa jin hang lu bang xing ce shi 。fang zhen jie guo biao ming ji yu DBNde shu ju qu dong xing FDIfang fa dui feng li fa dian ji de gu zhang you zhao geng hao de zhen duan xiao guo ,tong shi zai you zao sheng gan rao de huan jing xia ye bao chi zhao jiao wei wen ding de zhen duan xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自电机与控制学报的李梦诗,余达,陈子明,夏侯凯顺,李堉鋆,季天瑶,发表于刊物电机与控制学报2019年02期论文,是一篇关于风力发电机论文,故障诊断论文,深度置信网络论文,数据驱动论文,基准模型论文,电机与控制学报2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自电机与控制学报2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:风力发电机论文; 故障诊断论文; 深度置信网络论文; 数据驱动论文; 基准模型论文; 电机与控制学报2019年02期论文;