典型文献
基于深度学习的水轮发电机定转子缺陷智能诊断技术研究
文献摘要：
电机组内部电气设备运行异常会造成设备跳闸、损坏,严重时甚至导致非计划停运,造成严重损失.针对水轮发电机组转子裂纹、脱落和振动等常见异常现象,在水电站发电机定转子内部安装定制镜头后的可见光相机,以诊断规则、模型规则等综合经验为数据平台,提出了基于深度学习SIFT特征图像配准算法的发电机定转子缺陷智能诊断技术,并以此为基础完成了水电机组发电机定转子运行状态实时在线监控和故障智能诊断策略.实验以湖北白莲水库水电机组为研究对象,通过VGG网络提取待测缺陷的特征,经验证可以有效地标记和提取缺陷,完成对水轮发电机定转子缺陷的智能诊断.
文献关键词：
水电机组;特征提取;定转子缺陷;故障诊断;深度学习;状态维护
中图分类号：
作者姓名：
李诚;高建国;胡平良;夏海军;何亮;胡勉
作者机构：
湖北白莲河抽水蓄能有限公司水电分公司,湖北黄冈438200
文献出处：
引用格式：
[1]李诚;高建国;胡平良;夏海军;何亮;胡勉-.基于深度学习的水轮发电机定转子缺陷智能诊断技术研究)[J].电子设计工程,2022(01):80-84
A类：
定转子缺陷,缺陷智能诊断技术
B类：
电气设备运行,运行异常,跳闸,非计划停运,严重损失,水轮发电机组,转子裂纹,常见异常,异常现象,水电站,镜头,可见光相机,SIFT,特征图像,图像配准,水电机组,实时在线监控,故障智能诊断,诊断策略,白莲,水库水,VGG,地标,状态维护
AB值：
0.259502
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。
