摘要
本发明公开了一种燃气轮机故障检测方法及系统,方法包括:采集燃气轮机燃烧室火焰的原始火焰图像并输入故障检测模型进行故障检测,故障检测模型包括卷积神经网络模块、长短期记忆网络模块和全连接模块;利用卷积神经网络模块进行一次特征提取,获取原始火焰图像的空间特征;利用长短期记忆网络模块进行二次特征提取,获取原始火焰图像的时间特征;利用全连接层模块输出原始火焰图像检测结果,根据检测结果判断燃气轮机燃烧状态是否故障。本发明所采用的故障检测模型可接受可变长度图像序列输入,能更好地适应复杂多变的实际工况。通过故障检测模型对火焰图像进行提取不同特征,不仅大幅提高了故障诊断的准确度,还加快了诊断速度,有效降低了时间成本。
技术关键词
燃气轮机故障检测
故障检测模型
卷积神经网络模块
长短期记忆网络
燃气轮机燃烧室
计算机可执行指令
注意力机制
动态关联分析
故障检测模块
数据获取模块
处理器
图像像素
输出模块
可读存储介质
系统为您推荐了相关专利信息
辨识方法
长短期记忆网络
深度特征学习
地理信息系统可视化
均值聚类算法
时间序列预测模型
电商
变化特征分析
指数
高风险
动态预警系统
消防站
全氟己酮灭火装置
数据管理单元
奇异摄动理论
指标
生成复合数据
随机森林模型
长短期记忆网络
大数据
步态特征
协同决策机制
动态规划算法
机器学习模型
轨迹误差