基于小波变换和QNN的TRT中透平机运行状况预测 |
| |
引用本文: | 马亮,杨萍萍,龚雨含.基于小波变换和QNN的TRT中透平机运行状况预测[J].电子技术应用,2014(5). |
| |
作者姓名: | 马亮 杨萍萍 龚雨含 |
| |
作者单位: | 河北联合大学轻工学院;河北联合大学电气工程学院; |
| |
基金项目: | 河北省自然科学基金钢铁联合基金资助项目(F2012209015) |
| |
摘 要: | 针对TRT系统中透平机结构复杂,故障特征表现及故障产生原因普遍具有模糊性、复杂性的特点,将现场采集的数据利用小波变换的软硬阈值折中算法处理小波系数,滤除噪声。通过建立量子神经网络(QNN)预测模型中网络结构的调整、网络的训练,得到预测结果。实验仿真结果表明:利用小波变换可以有效地滤除数据中的噪声,所建立的QNN预测模型可以有效地实现对TRT系统中透平机的运行状况预测。
|
关 键 词: | TRT 透平机 小波阈值滤波 量子神经网络 预测 |
Prediction of operation state of turbine in TRT system based on wavelet transform and quantum neural network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|