热能动力工程

作者：王岩,刘忠强,郝晟功,杨岸宁

单位：中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,,中国船舶集团有限公司第七〇三研究所,

关键词：燃气轮机;故障预测;深度学习;Transformer

燃气轮机的维修方式逐渐由计划性维修向视情维修转变，对其进行故障预测是提高维修策略可靠性的有效途径。相比机理建模的故障预测方法，深度学习具有能够自主学习非线性特征关系的优势，已成为研究热点。通过梳理近年来相关研究文献，文中总结了深度学习故障预测方法的一般框架与预警流程，对比分析了卷积神经网络、长短期记忆网络、Transformer三种深度学习模型的结构特点，综述了其在燃气轮机故障预测领域的适用性及代表性成果，指出了提升模型复杂工况适应性和跨机组泛化能力等研究难点，对模型融合、健康管理等未来发展方向作了展望，为深度学习算法在燃气轮机智能运维的应用提供参考。

来源：2026年第4期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2026年第4期