摘要
本发明涉及燃气轮健康管理领域,更具体的说是一种基于SOM‑GAT的燃气轮机气路故障诊断方法,该方法采用自组织特征映射SOM算法将燃气轮机运行状态数据转换成图结构,获取燃气轮机运行状态数据样本间相似性及潜在结构,输入图注意神经网络GAT,利用图注意神经网络GAT实现燃气轮机气路故障的多尺度故障特征学习;实现准确的故障诊断,为燃气轮机气路故障诊断提供数据样本深度挖掘方法。
技术关键词
燃气轮机运行状态
燃气轮机气路故障
故障特征学习
SOM算法
多头注意力机制
动力涡轮
低压压气机
高压压气机
数据
燃气轮机控制系统
样本
深度挖掘方法
燃气轮机故障
涡轮出口温度
低压涡轮轴
更新模型参数
优化器
节点
系统为您推荐了相关专利信息
原始图像数据
电厂设备
全局特征提取
智能巡检方法
Retinex算法
图像分类方法
图像分类模型
计算机可读指令
编码器
图像类别
系统上下文
深度强化学习模型
资源分配
序列
列表
多源大数据
探测设备
流形学习算法
多头注意力机制
数据非线性关系