摘要
燃气轮机故障预测诊断方法包括:采集燃气轮机的测量参数;将非平稳信号转换为频域特征,将缓变信号转换为时域特征;将时域特征和所述频域特征输入至特征筛选模型,输出筛选后的时频域特征;计算筛选后的时频域特征间的动态相关系数矩阵,基于动态相关系数矩阵,计算特征关系向量;将筛选后的时频域特征以及特征关系向量输入至特征耦合模型,输出耦合特征向量;对测量参数进行时序特征提取,得到时序特征向量;将时序特征向量和耦合特征向量输入至故障预测模型,得到预测的燃气轮机故障类型。通过动态相关系数矩阵量化时频特征耦合关系、TCN‑FNN双通道融合时序与耦合特征,实现故障的精准定位与早期预测。
技术关键词
燃气轮机故障
频域特征
时域特征
Node2Vec算法
预测诊断方法
故障预测模型
时序
矩阵
燃烧室出口温度
梯度提升决策树
动态
信号
关系
时间卷积网络
连续小波变换
压气机转子
前馈神经网络
涡轮
系统为您推荐了相关专利信息
相位分辨局部放电
监测方法
贝叶斯网络模型
卷积神经网络模型
谐波
生理监测方法
生命体征信息
生命体征传感器
接触式
声波
语音情感识别方法
MFCC特征
情感类别
Softmax函数
前馈神经网络
时序预测方法
时序数据预测方法
加氢裂化工艺
输出特征
融合特征
标注系统
脑电图数据
癫痫
信号预处理模块
异常事件