热能动力工程

作者：赵佳璐，任少君，陈家乐，司风琪

单位：东南大学 能源热转换及过程测控教育部重点实验室，江苏 南京 210096,,东南大学 能源热转换及过程测控教育部重点实验室，江苏 南京 210096,,东南大学 能源热转换及过程测控教育部重点实验室，江苏 南京 210096,,东南大学 能源热转换及过程测控教育部重点实验室，江苏 南京 210096,

关键词：深度学习;故障诊断;堆叠自编码;过程监测

基金：国家自然科学基金面上项目（51976031）

提出了一种基于并行重构堆叠自编码的故障诊断方法。该方法在常规堆叠自编码器基础上引入预设故障方向，采用梯度下降法在所有可能的预设故障方向上进行数据重构，通过比较重构后的平方预测误差（SPE）来确定最佳故障方向和故障幅值，从而抑制残差污染。针对大规模复杂系统的高维特点，进一步通过并行重构方法来提高数据重构效率，减少计算时间，满足在线诊断要求。采用数值算例和工程算例来验证所提方法的有效性。结果表明：该方法对于单参数简单故障和多参数复杂故障都有很好的诊断效果，与常规堆叠自编码方法相比，大大降低了故障误诊率，提高了诊断准确性。

来源：2022年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2022年第9期