基于改進堆疊自編碼網絡的電站輔機故障預警

摘要：為了提高對輔機故障的事前預知能力,結合深度學習中非監督學習方法的優勢,提出基于改進堆疊自編碼網絡的電站輔機故障預警方法。以輔機的歷史正常數據為訓練集,利用堆疊自編碼(SAE)網絡的非線性表達能力表示輔機各變量之間的關系,同時引入批標準化(BN)算法優化網絡性能。對于輸入的觀測向量,SAE網絡給出相應的重構向量。構造基于融合距離的相似度表示觀測向量與重構向量間的偏差,當輔機開始偏離正常狀態時,觀測值與重構值偏差增大,相似度下降至預警閾值即表明設備出現故障。分別利用某熱電機組中速磨煤機的正常數據與故障數據進行測試與驗證,結果顯示引入BN算法的SAE網絡具有更低的重構誤差,同時能夠在磨煤機跳閘前做出預警,表明所提方法可對輔機故障進行有效預警,具有一定的工程應用價值。