基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法

刘忠; 周泽华; 邹淑云; 刘圳; 乔帅程

doi:10.12096/j.2096-4528.pgt.23114

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法

发电及环境保护 | 更新时间：2026-06-29

- 基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法
- Cavitation State Identification Method of Hydraulic Turbine Based on Knowledge Distillation and Convolutional Neural Network
- 发电技术 2025年46卷第1期页码：161-170
- 作者机构：
  
  长沙理工大学能源与动力工程学院，湖南省长沙市 410114
- 作者简介：
  
  刘忠(1978)，男，博士，教授，研究方向为水力机械状态监测与故障诊断，drliuzhong@csust.edu.cn；
  周泽华(1999)，男，硕士研究生，研究方向为水力机械状态监测与故障诊断，93748226@qq.com；
  邹淑云(1979)，女，硕士，实验师，研究方向为流体机械内部流动与优化设计，cslgdxzsy@csust.edu.cn；
  刘圳(1998)，男，硕士研究生，研究方向为水力机械状态监测与故障诊断，1203235718@qq.com；
  乔帅程(1998)，男，硕士研究生，研究方向为水力机械状态监测与故障诊断，1771862910@qq.com。
- 基金信息：
  
  国家自然科学基金项目(52079011);湖南省自然科学基金项目(2023JJ30032);湖南省研究生科研创新项目(CX20220927)
- DOI：10.12096/j.2096-4528.pgt.23114
  中图分类号： TK 73
- 收稿：2023-12-13，
  
  修回：2024-03-02，
  
  纸质出版：2025-02-28
- 稿件说明：
移动端阅览
刘忠,周泽华,邹淑云等.基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法[J].发电技术,2025,46(01):161-170.

LIU Zhong,ZHOU Zehua,ZOU Shuyun,et al.Cavitation State Identification Method of Hydraulic Turbine Based on Knowledge Distillation and Convolutional Neural Network[J].Power Generation Technology,2025,46(01):161-170.
刘忠,周泽华,邹淑云等.基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法[J].发电技术,2025,46(01):161-170. DOI： 10.12096/j.2096-4528.pgt.23114.

LIU Zhong,ZHOU Zehua,ZOU Shuyun,et al.Cavitation State Identification Method of Hydraulic Turbine Based on Knowledge Distillation and Convolutional Neural Network[J].Power Generation Technology,2025,46(01):161-170. DOI： 10.12096/j.2096-4528.pgt.23114.

浏览量

211

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于分层双深度Q网络的主动配电网等值建模

基于频域增强Transformer的多用户短期负荷预测方法

一种基于时序卷积网络-Transformer的海上风电功率预测方法

基于人工智能的质子交换膜燃料电池状态估计及故障诊断

基于大语言模型的图检索增强生成技术在核电领域的应用与展望

基于知识蒸馏-卷积神经网络的水轮机空化状态识别方法

Cavitation State Identification Method of Hydraulic Turbine Based on Knowledge Distillation and Convolutional Neural Network

DOI：10.12096/j.2096-4528.pgt.23114