摘要
本发明提供一种汽轮机组振动故障诊断方法及系统,属于火电厂故障诊断技术领域。该方法包括:将汽轮机组待识别振动信号输入至训练完成的汽轮机组振动故障诊断模型进行振动故障诊断;汽轮机组振动故障诊断模型的训练规则包括:将汽轮机组振动信号提取离散小波变换系数后,得到DWTC图像,将汽轮机组振动信号转化为振动信号图像;将DWTC图像和振动信号图像分别作为双流卷积神经网络的两个分支的输入进行高层特征的学习,将经过预设处理后的双流卷积神经网络的两个分支输出的高层特征图像进行融合;将融合得到的融合图像特征输入至预置分类器,输出对应的汽轮机组振动故障类型。该方法及系统具有准确率高、泛化能力较好且鲁棒性强的优点。
技术关键词
汽轮机组
双流卷积神经网络
振动故障诊断方法
离散小波变换
融合图像特征
信号
分支
振动故障诊断系统
机器可读存储介质
分类器
故障诊断技术
处理器
电子设备
轴承外圈
轴承内圈
系统为您推荐了相关专利信息
离散小波变换
高频特征
图像融合方法
融合特征
卷积神经网络算法
振动状态参数
振动故障诊断方法
样本
模型超参数
标签
画面展示方法
计算机视觉
生成重构图像
相位对齐
二维快速傅里叶变换
卷积模块
检测电能表
损失函数优化
全局平均池化
注意力
路径特征
盲提取方法
注意力
隐写图像
离散小波变换