一种风机喘振运行故障识别方法及系统
基本信息
申请号 | CN201911021826.5 | 申请日 | - |
公开(公告)号 | CN112052551A | 公开(公告)日 | 2020-12-08 |
申请公布号 | CN112052551A | 申请公布日 | 2020-12-08 |
分类号 | G06F30/20(2020.01)I | 分类 | 计算;推算;计数; |
发明人 | 翟永杰;杨旭;彭雅妮;王新颖;张磊;华志刚;章义发;李璟涛;吴水木 | 申请(专利权)人 | 国家电力投资集团有限公司 |
代理机构 | 北京高沃律师事务所 | 代理人 | 华北电力大学(保定);国家电力投资集团有限公司;国家电投集团电站运营技术(北京)有限公司 |
地址 | 071003河北省保定市永华北大街619号华北电力大学一校区 | ||
法律状态 | - |
摘要
摘要 | 本发明提出了一种风机喘振运行故障识别方法及系统。所述识别方法包括:首先,获取风机设备在工作过程中的现场设备声信号;并对现场设备声信号进行预处理,获得现场设备声信号的二维时频数据;然后,采用CNN网络对所述二维时频数据进行识别,获得第一识别结果;采用LSTM网络对所述二维时频数据进行识别,获得第二识别结果;最后,基于D‑S证据理论,对第一识别结果和所述第二识别结果进行信息融合,获得风机喘振运行故障的识别结果。本发明利用现场设备声信号进行风机喘振故障诊断,无需在风机上安装传感器,采用卷积神经网络和长短时记忆网络对喘振声信号特征进行故障发生概率诊断,并使用D‑S证据理论进行决策层两个结果的融合诊断,提高诊断的准确率。 |
