基于云平臺的發電設備遠程智能診斷研究

講座名稱：基于云平臺的發電設備遠程智能診斷研究
報告人：蔣東翔教授
報告單位：清華大學能源與動力工程系
講座時長：30:46
內容簡介:清華大學能源與動力工程系教授蔣東翔發表“基于云平臺的發電設備遠程智能診斷研究”。利用字典學習算法捕獲不同故障信號本質特征，構建故障特征字典；基于構建的故障特征字典，利用信號稀疏表示特性進行識別、分類診斷。該方法具有自適應性的特征提取能力，避免依靠先驗知識的特征提取與選擇；分類器結構簡單，無需復雜的結構參數尋優。實驗結果顯示該方法在旋轉機械多工況條件下具有較高的分類精度和較強魯棒性。利用Grad-CAM對訓練的CNN模型進行解釋：多源信號的空間特征有助于提升診斷準確率和模型泛化能力。基于遷移學習策略，將有標簽的輔助域故障樣本與無標簽的目標域樣本輸入深度神經網絡中，通過在損失函數中加入聯合分布適配正則項進行網絡參數遷移，使得輔助集與目標集樣本特征分布趨于一致，提高診斷模型部署的靈活性。