基于声音信号的电厂设备状态监测分析

作者：袁伟中; 卢泓樾; 李文杰; 马春林

来源：集成电路应用, 2021, 38(06): 37-39.

DOI：10.19339/j.issn.1674-2583.2021.06.015

• 卷积神经网络
• 单类支持向量机
• 故障诊断
• 异常检测

提出一种基于声音信号的电厂设备状态智能监测方法。采集设备声音信号,建立先异常检测后故障识别的诊断方法,通过单类支持向量机对原始声音信号进行异常检测,检测后的信号通过建立的一维卷积神经网络模型进行故障诊断。在电厂设备—浆液循环泵进行实测试验分析。结果表明,提出的方法可以对异常信号进行准确识别,对浆液循环泵故障的识别准确率达到96.49%。

• 单位
  浙江省能源集团有限公司