[发明专利]基于模型自弈和典型样本的磨煤机故障诊断方法在审
| 申请号： | 201910553533.5 | 申请日： | 2019-06-25 |
| 公开（公告）号： | CN110208696A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 胡勇;平博宇;曾德良;刘吉臻;牛玉广;冯树臣 | 申请（专利权）人： | 华北电力大学;国电电力发展股份有限公司 |
| 主分类号： | G01R31/34 | 分类号： | G01R31/34;G01M99/00;G06K9/62 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 史双元 |
| 地址： | 102206 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于发电机组故障诊断技术领域，尤其涉及一种基于模型自弈和典型样本的磨煤机故障诊断方法，包括：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。解决了磨煤机故障样本数据难以筛选且样本数量不足的问题；采用神经网络对不同故障典型样本进行分类，能有效的在故障产生的初期检测出故障和故障类型，从而避免故障恶化造成损失。 | ||
| 搜索关键词： | 磨煤机 神经网络 典型样本 故障诊断模型 典型故障 故障诊断 机理模型 样本数据 故障诊断技术 遗传算法辨识 故障产生 故障发生 故障类型 故障识别 故障样本 故障预警 滑动窗口 历史数据 实际数据 未知参数 发电机组 构建 送入 样本 电厂 筛选 分类 恶化 检测 学习 | ||
【主权项】：
1.一种基于历史数据挖掘及深度学习的故障诊断方法，其特征在于，包括：步骤1：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；步骤2：通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；步骤3：采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；步骤4：采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学;国电电力发展股份有限公司，未经华北电力大学;国电电力发展股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910553533.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种集电环故障监测方法及装置
- 下一篇：一种电机状态监测电路及方法
