基于深度学习的工业电气自动化系统故障诊断技术研究  

作　　者：于佩佩 

机构地区：[1]山东华聚能源股份有限公司

出　　处：《电气技术与经济》2024年第7期13-15,共3页Electrical Equipment and Economy

摘　　要：本研究针对工业电气自动化系统中的故障诊断问题,提出了一种基于深度学习的智能诊断技术。通过构建融合1D卷积神经网络(CNN)、镶嵌网络和全连接网络(DNN)的诊断框架,实现了对工业过程控制中传感器偏移、信号漂移、阀门卡阻等故障的高精度识别。实验结果表明,所提方法在独立测试集上的平均精度达到92.3%,异常检测F1得为分为87%,显著优于传统的LSTM模型。该研究为提高自动化系统的可靠性和智能化水平提供了有效途径。

关 键 词：深度学习 故障诊断 工业电气自动化 智能诊断系统 

分 类 号：TM76[电气工程—电力系统及自动化] TP18[自动化与计算机技术—控制理论与控制工程]