典型文献
基于LSTM的汽轮发电机线圈的早期异常检测
文献摘要：
汽轮发电机线圈的异常检测通常以定子线棒出水温度作为重要指标.目前广泛使用的温度阈值检测法为了降低温度波动的影响而采取较高的阈值,检出异常相对滞后.为了更早发现异常,本文提出一种基于长短时记忆神经网络(LSTM)的预测性检测模型,利用定子线棒出水温度和定子电流时间序列对短期出水温度最大温差进行预测,以预测值与真实值的均方根误差(RMSE)作为异常检测的判断依据.最后,在型号为QFSN-660-2-22的汽轮发电机上进行了实验,结果表明该方法能够在异常程度不足以达到现有检测阈值时,提前检出异常,并且优于传统预测方法.因此,本文所提方法能够应用于汽轮发电机线圈的早期异常检测.
文献关键词：
早期异常检测;定子线棒;出水温度;LSTM
中图分类号：
作者姓名：
陈聪;徐俊元;王尊
作者机构：
中电华创电力技术研究有限公司,上海200086;中电华创(苏州)电力技术研究有限公司,江苏苏州215123
文献出处：
引用格式：
[1]陈聪;徐俊元;王尊-.基于LSTM的汽轮发电机线圈的早期异常检测)[J].大电机技术,2022(04):6-11
A类：
早期异常检测,QFSN
B类：
汽轮发电机,线圈,常以,以定,定子线棒,出水温度,温度阈值,阈值检测,检测法,温度波动,更早,早发现,发现异常,长短时记忆神经网络,检测模型,定子电流,流时,最大温差,真实值,RMSE,判断依据,检测阈值,传统预测
AB值：
0.236657
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
