基于改进深度学习混合网络与小波分析的电机故障诊断方法

摘要

随着深度学习算法研究的深入与电力生产规模的进一步扩大,采用性能更优越的深度学习算法不断优化电机故障诊断的方法具有重要意义.针对浅层学习算法与传统深度学习混合网络存在的问题,将改进的深度学习混合网络与小波分析用于电机的故障诊断,对传统的深度学习混合网络进行了改进:一方面,为了提高其鲁棒性与抗噪能力,用降噪自动编码器代替传统自动编码器;另一方面,为了提高其准确率,用高斯伯努利受限玻尔兹曼机,代替传统的受限玻尔兹曼机层.并基于实例研究,在保证诊断准确率的前提下,选择了较为合理的隐藏层参数与训练样本集.结果表明:相比其他浅层算法与传统的深度学习网络,该方法能有效提高电机故障诊的可靠性和准确率.