一種風機喘振運行故障識別方法及系統(tǒng)
基本信息

| 申請?zhí)?/td> | CN201911021826.5 | 申請日 | - |
| 公開(公告)號 | CN112052551A | 公開(公告)日 | 2020-12-08 |
| 申請公布號 | CN112052551A | 申請公布日 | 2020-12-08 |
| 分類號 | G06F30/20(2020.01)I | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 翟永杰;楊旭;彭雅妮;王新穎;張磊;華志剛;章義發(fā);李璟濤;吳水木 | 申請(專利權)人 | 國家電力投資集團有限公司 |
| 代理機構 | 北京高沃律師事務所 | 代理人 | 華北電力大學(保定);國家電力投資集團有限公司;國家電投集團電站運營技術(北京)有限公司 |
| 地址 | 071003河北省保定市永華北大街619號華北電力大學一校區(qū) | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提出了一種風機喘振運行故障識別方法及系統(tǒng)。所述識別方法包括:首先,獲取風機設備在工作過程中的現場設備聲信號;并對現場設備聲信號進行預處理,獲得現場設備聲信號的二維時頻數據;然后,采用CNN網絡對所述二維時頻數據進行識別,獲得第一識別結果;采用LSTM網絡對所述二維時頻數據進行識別,獲得第二識別結果;最后,基于D?S證據理論,對第一識別結果和所述第二識別結果進行信息融合,獲得風機喘振運行故障的識別結果。本發(fā)明利用現場設備聲信號進行風機喘振故障診斷,無需在風機上安裝傳感器,采用卷積神經網絡和長短時記憶網絡對喘振聲信號特征進行故障發(fā)生概率診斷,并使用D?S證據理論進行決策層兩個結果的融合診斷,提高診斷的準確率。?? |





