针对火电机组这种复杂的多能量转换系统,功率键合图以能量守恒定律为依据,用4种统一的物理变量表达不同的工程系统,在机、电、液、热等多种能量范畴的耦合系统建模中具有独到优势。在研究热工对象汽包的工作过程基础上,利用功率键合图理论,将其分解划分为相关键图子系统,通过连接各子系统键图模型综合得到汽包对象的键合图模型,并推导了该模型对应的数学描述,通过仿真验证了键合图模型的精确性,为热工对象的建模提供了一种崭新方法。

针对风力发电机组的发电机轴承故障诊断问题,提出基于滑动窗口-KL散度和改进堆叠自编码的深度学习网络故障诊断模型。采用改进的变学习速率的堆叠自编码器进行发电机轴承温度状态重构。利用滑动窗口-KL散度算法进行发电机轴承的故障诊断,诊断结果与欧氏距离和3σ准则故障诊断结果进行对比。结果表明:采用滑动窗口-KL散度算法进行故障诊断准确率高、误报率低。