一种基于深度学习神经网络的城市燃气管道故障诊断方法

摘要

本发明提供一种基于深度学习神经网络的城市燃气管道故障诊断方法，建立了由稀疏自动编码器SAE和SOFTMAX构成的深度学习神经网络分类模型，并结合管道故障类型构建管道故障诊断模型来实现燃气管道的故障分类。通过深度学习中无监督的自动学习特征参数，再进行有监督的微调网络，有效地解决了管道故障诊断特征参数选取经验化和诊断准确率低的问题，使城市燃气管道在运行过程中进行故障诊断更加快速，也提高了故障诊断的稳定性、精确性、可靠性。