基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断

文档名：基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断
摘要：多相无刷励磁系统广泛应用于大容量核电机组,对其旋转整流器故障的准确判断是保障机组安全稳定运行的重要前提,但是现有方法难以准确区分所有类型故障.为此,该文提出基于卷积神经网络的多相无刷励磁系统旋转整流器故障诊断方案.在给出故障诊断信号选取的理论基础上,将励磁电流作为输入特征,采用一维空洞卷积神经网络实现励磁电流的特征提取和故障模式分类,并结合置信度指标对诊断结果的可靠程度进行评价.进一步使用Score-CAM类激活映射算法分析模型的诊断机制,兼顾了准确性和可解释性.通过11相无刷励磁系统的动模实验进行验证,结果表明,所提方法能够准确区分旋转整流器的不同二极管开路故障模式,在含噪声情况下仍然有较高的准确率,具有良好的应用前景.

作者：梁郑秋   郝亮亮   周艳真   段贤稳   王光 Author：LiangZhengqiu   HaoLiangliang   ZhouYanzhen   DuanXianwen   WangGuang
作者单位：北京交通大学电气工程学院北京100044清华大学电机工程与应用电子技术系北京100084中广核核电运营有限公司深圳518172南京南瑞继保电气有限公司南京211102
刊名：电工技术学报 ISTICEIPKU
Journal：TransactionsofChinaElectrotechnicalSociety
年，卷(期)：2023, 38(20)
分类号：TM341
关键词：无刷励磁系统  旋转整流器  深度学习  卷积神经网络  故障诊断  
Keywords：Brushlessexcitationsystem  rotatingrectifier  deeplearning  convolutionalneuralnetwork  faultdiagnosis  
机标分类号：TM46TM72TP391
在线出版日期：2023年11月7日
基金项目：中央高校基本科研业务费专项资金项目，中广核集团公司科技项目基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断[
期刊论文]  电工技术学报--2023, 38(20)梁郑秋  郝亮亮  周艳真  段贤稳  王光多相无刷励磁系统广泛应用于大容量核电机组,对其旋转整流器故障的准确判断是保障机组安全稳定运行的重要前提,但是现有方法难以准确区分所有类型故障.为此,该文提出基于卷积神经网络的多相无刷励磁系统旋转整流器故障诊...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

        基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断  Fault Diagnosis of Rotating Rectifier in Nuclear Multi-Phase Brushless Excitation System Based on Convolutional Neural Network

基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断.pdf

2024-12-14 11:24 上传 基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断.pdf

文件大小:

7.46 MB

下载次数:

60

高速下载