基于SSA和注意力机制BiLSTM的燃气轮机传感器故障诊断方法研究
文档名：基于SSA和注意力机制BiLSTM的燃气轮机传感器故障诊断方法研究
摘要：提出了一种结合奇异谱分析(SSA)和基于注意力机制的双向长短期记忆(BiLSTM)深度网络的传感器故障诊断方法.首先,利用SSA对传感器信号进行预处理,得到信号的趋势项和周期项;其次,将预处理得到的时间序列输入带有注意力机制的BiLSTM深度网络进行训练,得到分类器模型;最后,采用某9F级燃气轮机运行数据对该方法进行训练、验证和测试.结果表明:测试集的诊断准确率可达96.5％,该方法能有效解决故障信号稀疏性和幅度微弱性造成的传感器故障诊断精度低的问题.
作者：程侃如 王玉璋 杨志鹏 杨喜连 Author：CHENGKanru WANGYuzhang YANGZhipeng YANGXilian
作者单位：上海交通大学机械与动力工程学院,上海200240上海发电设备成套设计研究院有限责任公司,上海200240上海交通大学电子信息与电气工程学院,上海200240
刊名：动力工程学报 ISTICPKU
Journal：JournalOfChineseSocietyOfPowerEngineering
年，卷(期)：2023, 43(9)
分类号：TK221
关键词：燃气轮机传感器故障诊断深度学习
Keywords：gasturbinesensorfaultdiagnosisdeeplearning
机标分类号：TP391.41TM611.31TN919.81
在线出版日期：2023年10月13日
基金项目：国家科技重大专项基于SSA和注意力机制BiLSTM的燃气轮机传感器故障诊断方法研究[
期刊论文]动力工程学报--2023, 43(9)程侃如王玉璋杨志鹏杨喜连提出了一种结合奇异谱分析(SSA)和基于注意力机制的双向长短期记忆(BiLSTM)深度网络的传感器故障诊断方法.首先,利用SSA对传感器信号进行预处理,得到信号的趋势项和周期项;其次,将预处理得到的时间序列输入带有注意力机...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于SSA和注意力机制BiLSTM的燃气轮机传感器故障诊断方法研究Gas Turbine Sensor Fault Diagnosis Method Based on SSA and BiLSTM with Attention Mechanism
基于SSA和注意力机制BiLSTM的燃气轮机传感器故障诊断方法研究.pdf
页:
[1]