李 诚，刘 昊，蒋希峰，吴军法，韩文刚，高建国

(浙江黑卡电气有限公司，浙江 杭州 311100)

我国西南等地区的水电资源丰富，对其进行梯次有序地开发利用，对实现节能减排、碳中和的目标具有重要意义。但是水电机组由于长时间运转，可能出现连接部位磨损、表面裂纹、关键零件脱落、定转子振动等缺陷[1-4]，这些缺陷将影响水电机组运行的安全性，严重时会导致电网的非计划停运，给电网的安全稳定运行带来严重风险。

随着人工神经网络技术的快速发展，图像识别技术在生物医学、移动支付、工业控制等领域得到广泛应用。如果将图像识别技术应用于水电机组的定转子状态监测，实现发电机定转子缺陷智能诊断，将大幅提高水电机组运行的安全性[5-7]。

因此，本文开展了图像识别技术在发电机定转子缺陷诊断中的应用研究，为实现发电机定转子缺陷的智能识别奠定了理论基础。

1 VGG网络

1.1 卷积神经网络

人工神经网络是模拟人类大脑处理信息机制的一种仿生学计算方法，其结构由多层神经网络层构成。层内的各神经单元相互独立，层间的神经单元相互连接，连接边具有一定的权值。当前，人工神经网络经过了多年的快速发展，在负荷预测、故障诊断、状态监测、智能控制领域应用广泛。但由于人工神经网络的连接权值均为参数，所以当其规模较大时，待求取参数规模就会非常巨大，导致需要训练和计算的时间过长，且容易造成拟合的过度和失真[8-11]。……