仪器仪表学报

作者：李晓彬，牛玉广，葛维春，罗桓桓，周桂平

单位：李晓彬,华北电力大学控制与计算机工程学院北京102206,,牛玉广,华北电力大学控制与计算机工程学院北京102206；华北电力大学新能源电力系统国家重点实验室北京102206,,葛维春,国网辽宁省电力有限公司沈阳110006,,罗桓桓,国网辽宁省电力有限公司沈阳110006,,周桂平,国网辽宁省电力有限公司沈阳110006,

关键词：堆叠自编码网络;批标准化;网络性能优化;电站辅机;故障预警

基金：国家重点研发计划(2017YFB0902100)项目资助

为了提高对辅机故障的事前预知能力，结合深度学习中非监督学习方法的优势，提出基于改进堆叠自编码网络的电站辅机故障预警方法。该方法以辅机的历史正常数据为训练集，利用堆叠自编码(SAE)网络的非线性表达能力表示辅机各变量之间的关系，同时引入批标准化(BN)算法优化网络性能。对于输入的观测向量，SAE网络给出相应的重构向量。构造基于融合距离的相似度表示观测向量与重构向量间的偏差，当辅机开始偏离正常状态时，观测值与重构值偏差增大，相似度下降至预警阈值即表明设备出现故障。分别利用某热电机组中速磨煤机的正常数据与故障数据进行测试与验证，结果显示引入BN算法的SAE网络具有更低的重构误差，同时能够在磨煤机跳闸前做出预警，表明该方法可对辅机故障进行有效预警，具有一定的工程应用价值。

来源：2019年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第6期