随着人工智能的不断发展,风电机组数量也在不断增加,数据量也在不断增加,面对大量数据,高效的识别方法至关重要。利用格拉姆技术将一维时间序列信号编码为二维图像特征,将二维图像数据集输入到深度残差神经网络中,充分发挥 ResNet网络在特征提取和分类识别等方面的优势,实现自动特征提取与故障诊断,从而对故障类型进行良好的分类。
本系统的操作流程(如图1所示)如下:
(1)利用加速度传感器采集信号;
(2)将采集到的信号进行一定的预处理;
(3)将处理有的信号利用GAF转化成二维图像;
(4)将图像输入到ResNet网络,实现轴承故障识别。