基于改进卷积对抗网络的燃机故障告警方法研究

• 全文链接
• 请求原文

作   者：

孙凯文;  周红福;  赵浩延; 

作者机构：

上海工业自动化仪表研究院有限公司; 

关键词：

发电机组;  卷积对抗网络;  燃气轮机;  深度学习;  绿色城市;  故障告警; 

期刊名称：

自动化仪表

i s s n：

年卷期：

2024 年 006 期

页   码：

104-110

摘   要：

为保障燃气轮机发电机组的长期正常运转,对燃气轮机发电机组故障告警方法的研究需求迫切.提出一种基于改进卷积对抗网络的燃机故障告警方法.首先,对原始结构中的生成器与判别器分别作出结构改进,以提升模型的性能,并使模型直接输出量化的评价数值.接着,优化生成器与判别器的损失值计算函数,以扩展有效范围.最后,以某F型燃气轮机发电机组为对象开展试验.试验结果表明,该方法能够摆脱现有研究对标定故障数据集的依赖,对未知类别的数据完成符合定性估计的量化评价,并对多类未知数据的故障告警准确率均达到98%以上.该研究有助于城市绿色化、智慧化.