来源：期刊VIP网 时间：
作者：谭啸;劳鹏飞;李立;
单位：国能大渡河流域水电开发有限公司;武汉三联水电控制设备有限公司;
摘要：水轮机健康状态评估对保障水电站的安全稳定运行具有重要意义。针对水轮机故障诊断过程中信号时序特征信息利用不足的问题，提出了一种数据驱动的水轮机健康状态评估方法。首先将传感器采集到的原始振动信号通过Morlet连续小波变换算法转换为二维时频图像，然后将其输入到卷积神经网络中进行故障诊断。为提升模型的准确度，将Inception网络结构和卷积注意力模块引入到卷积神经网络中，实现多尺度的特征提取及自适应的特征权重调整。试验结果表明，所提出的模型在识别精度方面显著优于传统方法，能够辅助对水轮机的健康状态进行监测和分析，可为水轮机的预防性维修提供决策支持。
关键词：健康状态评估;;卷积神经网络;;注意力机制;;水轮机
