基于深度网络的三相异步电动机故障检测

摘要

本文提出了一种深度网络特征的三相异步电动机运行故障自动检测方法。首先利用基于SIFT的关键点匹配算法在热图中检测出关注区域,之后,这些图像基于一个预先训练的卷积神经网络,被转换成具有代表性的特征向量。利用K-means将训练矢量样本聚类为冷簇和热簇,对于每个聚类,训练一个基于SVM的分类器,测试特征向量样本采用相应训练后的SVM分类器进行聚类并映射成类。通过对包括实际热图像在内的数据集进行评估,表明该算法能够100%地检测出异步电动机的故障。