基于深度学习的发电机整流器诊断系统研究  

Research and Realization of Generator Rectifier Fault Diagnosis System Based on Deep Learning Theory

作　　者：刘力宇 崔江[1] LIU Li-yu;CUI Jiang(College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China)

机构地区：[1]南京航空航天大学自动化学院,南京211106

出　　处：《微特电机》2020年第4期39-42,共4页Small & Special Electrical Machines

基　　金：中央高校基本科研业务费项目(NS2017019)资助。

摘　　要：基于深度置信网络技术,使用C++编程语言设计了发电机旋转整流器故障诊断平台,实现了对故障信号特征的提取与分类。选择三级式发电机进行了实验验证,结果表明,该设计具有良好的故障诊断效果。Based on the deep belief networks technology,a fault diagnosis platform for generator rectifier was designed by using C + + language,realizing feature extraction and classification of fault signals. The experiment was verified with a three-stage generator. The actual results show that the design has a good fault diagnosis effect.

关 键 词：发电机 故障诊断 C++编程语言 旋转整流器 深度学习 

分 类 号：TM461[电气工程—电器]