การเตือนความผิดปกติของกังหันไอน้ำแบบไม่ต้องกำกับดูแลโดยใช้ Hybrid Information Gain และ Convolutional Autoencoder
การเตือนความผิดปกติของกังหันไอน้ำแบบไม่ต้องกำกับดูแลโดยใช้ Hybrid Information Gain และ Convolutional Autoencoder การเตือนความผิดปกติของกังหันไอน้ำแบบไม่ต้องกำกับดูแลโดยใช้ Hybrid Information Gain และ Convolutional Autoencoder กังหันไอน้ำเป็นอุปกรณ์สำคัญในโรงไฟฟ้า ทำหน้าที่แปลงพลังงานความร้อนเป็นพลังงานกล ความผิดปกติที่เกิดขึ้นกับกังหันไอน้ำอาจนำไปสู่การสูญเสียทางเศรษฐกิจอย่างมาก รวมถึงอาจเป็นอันตรายต่อความปลอดภัย ดังนั้นการตรวจจับความผิดปกติของกังหันไอน้ำตั้งแต่เนิ่นๆจึงมีความสำคัญอย่างยิ่ง บทความนี้จะกล่าวถึงงานวิจัยที่ตีพิมพ์ใน Energies, Vol. 17, Pages 4098: An Unsupervised Fault Warning Method Based on Hybrid Information Gain and a Convolutional Autoencoder for Steam Turbines ซึ่งนำเสนอวิธีการใหม่ในการเตือนความผิดปกติของกังหันไอน้ำแบบไม่ต้องกำกับดูแลโดยใช้ Hybrid Information Gain และ Convolutional Autoencoder ความสำคัญของการตรวจจับความผิดปกติ จากสถิติพบว่าความเสียหายที่เกิดจากความผิดปกติของกังหันไอน้ำคิดเป็นมูลค่ามหาศาลในแต่ละปี การหยุดทำงานของโรงไฟฟ้าเพียงไม่...