基于多源同步感知的发电机散热器故障分析与监测.pdfVIP

第２４卷第２期北京工业职业技术学院学报№２Ｖｏｌ．２４

２０２５年４月ＪＯＵＲＮＡＬＯＦＢＥＩＪＩＮＧＰＯＬＹＴＥＣＨＮＩＣＣＯＬＬＥＧＥＡｐｒ．２０２５

基于多源同步感知的发电机散热器故障分析与监测

１２

唐胜菊潘章

（１．四川开放大学，四川成都６１００７３；

２．振华石油控股有限公司，北京１０００３１）

摘要：针对某油田柴油发电机组散热器故障频发问题，提出了一种基于多源信号同步感知的智能监测方

案，即通过分层架构设计，集成振动、温度、流量等多源传感器数据，利用深度学习算法实现故障特征的自适

应提取与早期预警。与传统的人工监测方法相比，该方案在油田场景下的故障识别准确率提升至９５．７％，

误报率降低６２．３％，年均维修成本下降３０．４％，不仅解决了发电机组散热器状态监测的实时性难题，更为野

外作业场景下的电力设备智能运维提供了可扩展的技术范式。

关键词：发电机散热器；故障分析；多源信号；智能监测

中图分类号：ＴＭ３１４文献标识码：Ａ文章编号：１６７１－６５５８（２０２５）０２－１０－０６

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６５５８．２０２５．０２．００３

ＦａｕｌｔＡｎａｌｙｓｉｓａｎｄＭｏｎｉｔｏｒｉｎｇｏｆＧｅｎｅｒａｔｏｒＲａｄｉａｔｏｒＢａｓｅｄｏｎ

Ｍｕｌｔｉ－ＳｏｕｒｃｅＳｙｎｃｈｒｏｎｏｕｓＰｅｒｃｅｐｔｉｏｎ

１２

ＴＡＮＧＳｈｅｎｇｊｕＰＡＮＺｈａｎｇ

（１．ＳｉｃｈｕａｎＯｐｅｎＵｎｉｖｅｒｓｉｔｙ，ＣｈｅｎｇｄｕＳｉｃｈｕａｎ６１００７３，Ｃｈｉｎａ；

２．ＺｈｅｎｈｕａＯｉｌＨｏｌｄｉｎｇｓＣｏ．，Ｌｔｄ．，Ｂｅｉｊｉｎｇ１０００３１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｆｒｅｑｕｅｎｔｏｃｃｕｒｒｅｎｃｅｏｆｒａｄｉａｔｏｒｆａｕｌｔｓｉｎｄｉｅｓｅｌｇｅｎｅｒａｔｏｒｓｅｔｉｎａｎｏｉｌｆｉｅｌｄ，ａｎｉｎｔｅｌｌｉｇｅｎｔ

ｍｏｎｉｔｏｒｉｎｇｓｃｈｅｍｅｂａｓｅｄｏｎｍｕｌｔｉ－ｓｏｕｒｃｅｓｉｇｎａｌｓｙｎｃｈｒｏｎｏｕｓｐｅｒｃｅｐｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｃｈｅｍｅｉｎｔｅｇｒａｔｅｓ

ｍｕｌｔｉ－ｓｏｕｒｃｅｓｅｎｓｏｒｄａｔａｓｕｃｈａｓｖｉｂｒａｔｉｏｎ，ｔｅｍｐｅｒａｔｕｒｅ，ａｎｄｆｌｏｗｔｈｒｏｕｇｈａｌａｙｅｒｅｄａｒｃｈｉｔｅｃｔｕｒｅｄｅｓｉｇｎ，ａｎｄｕｓｅｓ

ｄｅｅｐｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｔｏａｃｈｉｅｖｅａｄａｐｔｉｖｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｅａｒｌｙｗａｒｎｉｎｇｏｆｆａｕｌｔｓ．Ｃｏｍｐａｒｅｄｗｉｔｈ

ｔｒａｄｉｔｉｏｎａｌｍａｎｕａｌｍｏｎｉｔｏｒｉｎｇｍｅｔｈｏｄｓ，ｔｈｉｓｓｃｈｅｍｅｈａｓｉｍｐｒｏｖｅｄｔｈｅａｃｃｕｒａｃｙｏｆｆａｕｌｔｒｅｃｏｇｎｉｔｉｏｎｉｎｏｉｌｆｉｅｌｄ

ｓｃｅｎａｒｉｏｓｔｏ９５．７％，ｒｅｄｕｃｅｄｆａｌｓｅａｌａｒｍｒａｔｅｓｂｙ６２．３％，ａｎｄｒｅｄｕｃｅｄａｎｎｕａｌｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓｂｙ３０．４％．Ｉｔ

ｎｏｔｏｎｌｙｓｏｌｖｅｓｔｈｅｒｅａｌ－ｔｉｍｅｍｏｎｉｔｏｒｉｎｇｐｒｏｂｌｅｍｏｆｇｅｎｅｒａｔｏｒｓｅｔｒａｄｉａｔｏｒｓｔａｔｕｓ，ｂｕｔａｌｓｏｐｒｏｖｉｄｅｓａｓｃａｌａｂｌｅ

ｔｅｃｈｎｉｃａｌｐａｒａｄｉｇｍｆｏｒｉｎｔｅｌｌｉｇｅｎｔｏｐｅｒａｔｉｏｎａｎｄｍａｉｎｔｅｎａｎｃｅｏｆｐｏｗｅｒｅｑｕｉｐｍｅｎｔｉｎｆｉｅｌｄｏｐｅｒａｔｉｏｎｓｃｅｎａｒｉｏｓ．

Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｒａｔｏｒｒａｄｉａｔｏｒ；ｆａｕｌｔａｎａｌｙｓｉｓ；ｍｕｌｔｉ－ｓｏｕｒｃｅｓｉｇｎａｌｓ；ｉｎｔｅｌｌｉｇｅｎｔｍｏｎｉｔｏｒｉｎｇ

０引言