|
|||||
|
|
| 基于深度信念网络的风电机组齿轮箱故障诊断方法 | |
| 作者单位： | ;1.北京信息科技大学现代测控技术教育部重点实验室 |
| 摘 要： | 针对风电机组故障诊断中存在的数据量大,提取故障特征困难等问题,结合深度学习理论的强大感知与自我学习能力,提出一种基于深度信念网络的风电机组齿轮箱故障诊断方法。将原始时域信号数据输入深度信念网络进行训练,通过反向微调学习对深度信念网络进行整体微调,提高分类准确性;同时,在训练过程加入Batch Normalization,减少过拟合几率,提高网络的收敛速度。将该方法用于风电机组行星齿轮箱的故障诊断,比DBN和BPNN算法及传统故障诊断方法的准确率更高。 |
| 关 键 词： | 风电机组齿轮箱 深度信念网络 Batch Normalization 故障诊断 |
Fault diagnosis method of wind turbine gearbox based on deep belief network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |