M1DCNN模型在燃气调压器故障诊断的应用  

Fault Diagnosis of Gas Regulators Based on MIDCNN

作　　者：王强 李泽明 张龙桦 Wang Qiang;Li Zeming;Zhang Longhua

机构地区：[1]无锡华润燃气有限公司 [2]润智科技有限公司

出　　处：《城市燃气》2024年第5期9-14,共6页Urban Gas

摘　　要：燃气调压器的健康状况直接关系到燃气输配系统的稳定和安全运行,针对调压器的故障识别,需要大量的专家经验,且给燃气企业带来较大的运维成本。本文提出一种基于多尺度一维卷积神经网络(M1DCNN)的燃气调压器故障诊断模型,该模型在一维卷积神经网络的基础上,构建多个不同尺寸卷积核和池化层的通道,分别提取调压器出口压力数据特征信息并进行处理,最后进行特征融合,输出诊断故障类别。实验结果表明,M1DCNN模型能更全面的提取故障特征,有效进行故障识别,实现调压器智能故障诊断。

关 键 词：燃气调压器 CNN 多尺度特征提取 故障诊断 

分 类 号：TU996.7[建筑科学—供热、供燃气、通风及空调工程]