摘要:
针对风电机组齿轮箱故障诊断准确率低的问题,提出了一种逻辑回归与遗传算法优化生成对抗网络(GAN)的齿轮箱故障诊断方法。该方法采用逻辑回归与遗传算法优化GAN模型,首先,对输入信号向量化编码通过轮盘式选择对宏基因等位交叉;然后,用最小二乘变异替换等位编码串重构表征向量,并输入卷积网络进行二次迭代;最后,构建逻辑回归辅助分类器表征决策边界,依据回归曲线实现判别器的分类与诊断。实验结果表明,所提方法的故障诊断准确率达到99.72%,证明该方法实现了样本数据的增强和诊断准确率的提高。
中图分类号:
许同乐, 苏元浩, 孟良, 兰孝升, 李云凤. 优化GAN的风电机组齿轮箱故障诊断方法[J]. 北京邮电大学学报, 2023, 46(3): 62-66.
XU Tongle, SU Yuanhao, MENG Liang, LAN Xiaosheng, LI Yunfeng. Fault Diagnosis Method of Wind Turbine Gearbox by Optimized GAN[J]. Journal of Beijing University of Posts and Telecommunications, 2023, 46(3): 62-66.