摘要
本发明属于水电机组监测技术领域,涉及一种水力发电机组振动频谱AI诊断方法、系统及设备。本发明采集水力发电机组关键部位的振动信号、声纹信号和温度信号,基于所述振动信号构建振动频谱,基于所述声纹信号构建声纹图谱,基于温度信号提取趋势特征;提取振动频谱的小波包能量与声纹图谱的倒谱系数,将小波包能量与倒谱系数拼接为联合特征;将联合特征输入深度学习模型获取第一初步诊断概率;将趋势特征输入至温度独立模型获取第二初步诊断概率;获取可训练权重参数,根据可训练权重参数结合第一初步诊断概率、第二初步诊断概率进行动态权重融合,得到最终诊断概率。本发明能够提升了故障诊断的全面性和准确性,提升故障识别的准确率。
技术关键词
水力发电机组
诊断方法
振动传感器
深度学习模型
信号
水电机组监测技术
三维结构
AI诊断系统
精密时钟协议
空间耦合关系
图谱
参数
LSTM模型
存储计算机程序
数据获取模块
拼接模块
坐标系
时间同步
电子设备
系统为您推荐了相关专利信息
小应变剪切模量
人工神经网络
编译方法
智能优化算法
传感器
生理体征数据
创伤
医疗信息系统
非结构化数据库
医学影像数据
栓塞弹簧圈
多模态影像数据
参数控制方法
三维模型
填充区
带触动开关
制动踏板位置
传感器壳体
传感芯片
霍尔传感元件
增量更新
非线性相互作用
注意力机制
前馈神经网络
更新方法