典型文献
基于堆叠自动编码器的汽轮发电机多指标故障诊断模型
文献摘要：
大型发电机的故障诊断对电网安全和经济运行具有重大影响,但由于实际操作中的故障数据较少,且预警指标单一无法满足汽轮发电机故障诊断的要求.因此,提出一种基于堆叠自动编码器的汽轮发电机多指标早期故障预警与诊断模型.首先,根据多种相关性方法对数据进行降维处理,采用堆叠自动编码器来学习降维后数据之间的深层映射关系,并提取出重构误差;在此基础上,建立包括参数与测点温度的静态阈值,重构误差的自适应动态阈值,温度波动差值的动态阈值和电流及有功功率上升速率阈值的多指标综合故障预警与诊断模型;然后建立故障征兆–参数关联合集,将超过阈值的数据结合实际值与预测值的残差值,完成故障的具体诊断.最后,以京能集团河北涿州电厂以及山西某热电厂350MW汽轮发电机实际数据为例,验证所提出的基于堆叠自动编码器的汽轮发电机多指标故障诊断模型的有效性,算例分析表明,所提出的基于堆叠自动编码器的汽轮发电机多指标故障诊断模型能够提前2～10h预警故障并诊断出故障类型,为汽轮发电机安全稳定运行提供保障.
文献关键词：
汽轮发电机;堆叠自动编码器;故障诊断;故障预警;数据驱动
中图分类号：
作者姓名：
叶林;葛鸥翔;郭永红;梅东升;毛永清;王斌;路朋;戴斌华
作者机构：
中国农业大学信息与电气工程学院,北京市 海淀区 100083;北京京能能源技术研究有限责任公司,北京市 朝阳区 100020;河北涿州京源热电有限责任公司,河北省 涿州市 072750
文献出处：
引用格式：
[1]叶林;葛鸥翔;郭永红;梅东升;毛永清;王斌;路朋;戴斌华-.基于堆叠自动编码器的汽轮发电机多指标故障诊断模型)[J].中国电机工程学报,2022(10):3656-3669,中插13
A类：
B类：
堆叠自动编码器,汽轮发电机,多指标,故障诊断模型,大型发电机,电网安全,经济运行,重大影响,实际操作,故障数据,预警指标,标单,电机故障诊断,早期故障,故障预警,降维处理,层映射,映射关系,重构误差,动态阈值,温度波动,有功功率,上升速率,故障征兆,合集,数据结,残差值,团河,涿州,热电厂,350MW,实际数据,算例分析,10h,故障类型,安全稳定运行
AB值：
0.222523
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。
