-
公开(公告)号：CN112001418A
公开(公告)日：2020-11-27
申请号：CN202010708344.3
申请日：2020-07-14
Applicant: 华北电力大学(保定)
Abstract: 本发明构造了一种结合卷积神经网络(CNN)和长短期记忆网络(LSTM)的混合模型，诊断发电机定子线圈冷却水路堵塞故障。通过构造滑动窗口将大量的历史定子侧温度数据、定子电流、发电机热风区气温等数据创建特征图作为输入，采用CNN网络进行空间特征提取。以提取后的特征作为LSTM网络输入，以定子线圈出水温度为LSTM网络输出，拟合输入与输出间的函数关系。采集发电机运行数据，利用训练好的网络进行温度预测，当预测温度的MAE超过阈值时，判定定子线圈发生水路堵塞故障。本发明能够诊断出轻微冷却水路堵塞故障，且不需要在发电机内添加额外的测量装置，具有简便易行，准确度高的优点。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
