基于DA-WGAN-SVM的水电机组小样本故障诊断

伍盛金; 高金林; 赖兴全; 王卫玉; 魏加达; 田波; 郑阳

doi:10.20040/j.cnki.1000-7709.2024.20240102

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于DA-WGAN-SVM的水电机组小样本故障诊断

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于DA-WGAN-SVM的水电机组小样本故障诊断
- 基于DA-WGAN-SVM的水电机组小样本故障诊断
- 水电能源科学 2024年第11期页码：155-159
- 作者机构：
  
  1. 国家电投集团重庆江口水电有限责任公司
  2. 五凌电力有限公司
  3. 武汉大学动力与机械学院
- 作者简介：
- 基金信息：
  
  湖北省科学基金联合基金项目(2022CFD165)
- DOI：10.20040/j.cnki.1000-7709.2024.20240102
  中图分类号： TV734;TV738
- 纸质出版：2024
- 稿件说明：
移动端阅览
伍盛金, 高金林, 赖兴全, 等. 基于DA-WGAN-SVM的水电机组小样本故障诊断[J]. 水电能源科学, 2024,(11):155-159.

伍盛金, 高金林, 赖兴全, et al. 基于DA-WGAN-SVM的水电机组小样本故障诊断[J]. 2024, (11): 155-159.
伍盛金, 高金林, 赖兴全, 等. 基于DA-WGAN-SVM的水电机组小样本故障诊断[J]. 水电能源科学, 2024,(11):155-159. DOI： 10.20040/j.cnki.1000-7709.2024.20240102.

伍盛金, 高金林, 赖兴全, et al. 基于DA-WGAN-SVM的水电机组小样本故障诊断[J]. 2024, (11): 155-159. DOI： 10.20040/j.cnki.1000-7709.2024.20240102.

摘要

针对水电机组标定的故障样本偏少的现象，设计了基于DA-WGAN-SVM的水电机组故障诊断模型。首先针对生成对抗网络容易过拟合的问题，采用可微分数据增强实现生成器和判别器的数据增强，提高了生成对抗网络的稳定性，接着利用优化的生成对抗网络实现水电机组故障样本的扩充，最后利用支持向量机对样本进行分类。实例分析验证了该方法的有效性，可为实际工程应用提供参考。

Abstract

关键词

Keywords

references

邱吉尔,陶洪峰,程龙,沈凌志.基于自注意力机制辅助分类生成对抗网络的轴承故障诊断[J].信息与控制,2022(06).

陈飞,王斌,刘婷,张文静,高园晨,陈帝伊.基于时移多尺度注意熵和随机森林的水电机组故障诊断[J].水利学报,2022(03).

胡晓,肖志怀,刘东,蒋文君,刘冬,袁喜来.基于VMD-CNN的水电机组故障诊断[J].水电能源科学,2020(08).

周星,伍鹤皋,苏凯.混流式水轮机轴向水推力研究综述和讨论[J].水利学报,2019(10).

Goodfellow Ian,Pouget Abadie Jean,Mirza Mehdi,Xu Bing,Warde Farley David,Ozair Sherjil,Courville Aaron,Bengio Yoshua.Generative Adversarial Networks[J].COMMUNICATIONS OF THE ACM,2020.

浏览量

306

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PSO-PCA-CNN的水电机组故障诊断

基于STFT-SE-CNN多通道特征融合的水电机组故障诊断

基于改进经验模态分解的水电机组振动信号故障特征提取

基于SSA-VMD-WDCNN的水电机组故障诊断

基于VMD-WT-CNN与注意力机制的水电机组故障诊断