基于深度自编码器和支持向量数据描述的燃气轮机高温部件异常检测

白明亮，张冬雪，刘金福*，刘娇，于达仁,

基于深度自编码器和支持向量数据描述的燃气轮机高温部件异常检测

白明亮1，张冬雪2，刘金福2*，刘娇3，于达仁1,2

（1．哈尔滨工业大学控制科学与工程系，黑龙江省 哈尔滨市 150001；2．哈尔滨工业大学能源科学与工程学院，黑龙江省 哈尔滨市 150001；3．中国航空工业集团公司沈阳飞机设计研究所，辽宁省 沈阳市 110035）

开展燃气轮机高温部件的异常检测能有效提高其运行安全性和可靠性。随着人工智能技术的兴起，数据驱动的故障诊断方法已经越来越流行。然而，在实际应用中，燃气轮机故障数据很少甚至几乎没有。针对仅有正常数据场景下的燃气轮机高温部件异常检测问题，提出了一种基于深度自编码器(deep autoencoder，DAE)和支持向量数据描述(support vector data description，SVDD)融合的DAE-SVDD异常检测方法。该方法利用正常数据训练深度自编码器，并利用深度自编码器的重构误差来训练支持向量数据描述。与传统异常检测方法相比，该方法显著提高了异常检测精度，能实现更灵敏鲁棒的燃气轮机高温部件异常检测。

燃气轮机；高温部件；深度自编码器(DAE)；支持向量数据描述(SVDD)；异常检测；故障诊断

0 引言

燃气轮机是一种广泛应用于电力、航空动力、船舶动力等诸多领域的动力设备[1-2]。燃气轮机的工作环境恶劣，易发生故障，一旦发生故障会造成严重的经济损失。开展燃气轮机的在线健康状态监测与异常检测能够实时监测燃气轮机的健康状态，在故障发生初期及时检测出燃气轮机故障，避免严重故障的发生，从而能够大幅度提高燃气轮机的运行安全性与可靠性，同时能够大幅减少维修费用[3-7]。……