基于深度学习的水轮发电机定转子缺陷智能诊断技术研究

电机组内部电气设备运行异常会造成设备跳闸、损坏,严重时甚至导致非计划停运,造成严重损失。针对水轮发电机组转子裂纹、脱落和振动等常见异常现象,在水电站发电机定转子内部安装定制镜头后的可见光相机,以诊断规则、模型规则等综合经验为数据平台,提出了基于深度学习SIFT特征图像配准算法的发电机定转子缺陷智能诊断技术,并以此为基础完成了水电机组发电机定转子运行状态实时在线监控和故障智能诊断策略。实验以湖北白莲水库水电机组为研究对象,通过VGG网络提取待测缺陷的特征,经验证可以有效地标记和提取缺陷,完成对水轮发电机定转子缺陷的智能诊断。