| 径向基神经网络在水轮发电机组故障诊断中的应用 |
| |
| 引用本文： | 彭兵,周建中,付波,唐兵.径向基神经网络在水轮发电机组故障诊断中的应用[J].水电自动化与大坝监测,2006,30(1):35-38. |
| |
| 作者姓名： | 彭兵 周建中 付波 唐兵 |
| |
| 作者单位： | 华中科技大学水电与数字化工程学院,湖北省,武汉市,430074 |
| |
| 摘 要： | 轴心轨迹是诊断水轮发电机组运行状态的一个重要征兆。以不变矩为图形特征量，运用径向基神经网络对发电机故障状态的轴心轨迹图形进行辨识，是一种简单、有效的故障诊断方法。文中从原理上阐述了这种方法的可行性，并通过仿真试验证明径向基神经网络比BP神经网络有更高的学习效率和更好的诊断精度。
|
| 关 键 词： | 水轮发电机组 径向基神经网络 轴心轨迹 不变矩 故障诊断 |
| 收稿时间： | 2005-08-29 |
| 修稿时间： | 2005年8月29日 |
Application of RBF Neural Networks to Fault Diagnosis of Hydraulic Turbine Generator Units |
| |
| PENG Bing,ZHOU Jian-zhong,FU Bo,TANG Bing.Application of RBF Neural Networks to Fault Diagnosis of Hydraulic Turbine Generator Units[J].HYDROPOWER AUTOMATION AND DAM MONITORING,2006,30(1):35-38. |
| |
| Authors: | PENG Bing ZHOU Jian-zhong FU Bo TANG Bing |
| |
| Abstract: | The axis orbit is an important symptom in diagnosing the condition of a hydraulic turbine generator unit. A simple and effective method of fault diagnosis is to classify the axis orbits of hydraulic turbine generator units in different fault conditions with radial-basis function (RBF) neural networks and moment invariant. The feasibility of this method is discussed in theory and its superiority to BP neural networks is shown through simulation experiments. |
| |
| Keywords: | hydraulic turbine generator unit RBF neural network axis orbit moment invariant fault diagnosis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《水电自动化与大坝监测》浏览原始摘要信息 |
