基于堆叠稀疏自编码器的风机故障预警系统研究
Journal: Engineering and Management Science DOI: 10.12238/ems.v7i12.16467
Abstract
针对风机在运行过程中，现有深度学习模型无法准确及时的监测风机运行状态，结合堆叠自编码器思想，提出一种基于堆叠稀疏自编码的风机故障预警方法。首先采集风力发电机在正常运行条件下的状态变量作为堆叠稀疏自编码器的输入，以此建立针对风力发电机系统正常运行状态的估计模型。依据正常与异常运行状态间的数据结构差异，当系统进入异常状态，模型预测的输出与实际观测值之间的偏差增大。应用滑动窗口算法，计算出用于监测风力发电机系统状态的关键指标，基于高斯分布的预警阈值设置方法，实现对潜在故障的及时预警。利用实际SCADA系统历史运行数据进行仿真，结果表明，相比于其他方法，堆叠稀疏自编码模型具有更好的估计性能，且能够在故障发生前及时发出预警信息，对运行人员具有一定的指导意义。
Keywords
风机；故障预警；状态估计；堆叠稀疏自编码器；滑动窗口
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 崔恺，许宜菲，李雪松，等.基于广义回归神经网络的风电机组性能预测模型及状态预警[J].科学技术与工程，2020，20（32）：13220-13228.
[2] 赵洪山，刘辉海，刘宏杨，等.基于堆叠自编码网络的风电机组发电机状态监测与故障诊断[J].电力系统自动化，2018，42（11）：102-108.
[3] 尹诗，侯国莲，胡晓东，等.基于AC-GAN数据重构的风电机组主轴承温度监测方法[J].智能系统学报，2021，16（06）：1106-1116.
[4] 袁非牛，章琳，史劲亭，等.自编码神经网络理论及应用综述[J].计算机学报，2019，42（01）：203-230.
[5] OLSHAUSEN B A，FIELD D J.Emergence of simple -cell receptive field properties by learning a sparse code for natural images[J].Nature，1996，381（6583）：607- 609.
[6] 张智恒，周凤星，严保康，等.基于改进堆叠稀疏降噪自编码器的轴承故障诊断[J].轴承，2021，（02）：35-41.
[7] 马良玉，梁书源，程东炎，等.基于QM-DBSCAN与BiLSTM的风电机组异常工况预警研究[J].计量学报，2024，45（09）：1384-1393.
[8] 任建亭，汤宝平，雍彬，等.基于深度变分自编码网络融合SCADA数据的风电齿轮箱故障预警[J].太阳能学报，2021，42（04）：403-408.
[2] 赵洪山，刘辉海，刘宏杨，等.基于堆叠自编码网络的风电机组发电机状态监测与故障诊断[J].电力系统自动化，2018，42（11）：102-108.
[3] 尹诗，侯国莲，胡晓东，等.基于AC-GAN数据重构的风电机组主轴承温度监测方法[J].智能系统学报，2021，16（06）：1106-1116.
[4] 袁非牛，章琳，史劲亭，等.自编码神经网络理论及应用综述[J].计算机学报，2019，42（01）：203-230.
[5] OLSHAUSEN B A，FIELD D J.Emergence of simple -cell receptive field properties by learning a sparse code for natural images[J].Nature，1996，381（6583）：607- 609.
[6] 张智恒，周凤星，严保康，等.基于改进堆叠稀疏降噪自编码器的轴承故障诊断[J].轴承，2021，（02）：35-41.
[7] 马良玉，梁书源，程东炎，等.基于QM-DBSCAN与BiLSTM的风电机组异常工况预警研究[J].计量学报，2024，45（09）：1384-1393.
[8] 任建亭，汤宝平，雍彬，等.基于深度变分自编码网络融合SCADA数据的风电齿轮箱故障预警[J].太阳能学报，2021，42（04）：403-408.
Copyright © 2025 苏振禄
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License