共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
模糊模式识别在凝汽器故障诊断中的应用 总被引:37,自引:10,他引:27
运用模糊数学方法,将阀值原则和最大尿属原则相结合,建立了凝汽器故障诊断模型。实践证明,该模型能有效地判定待识别征兆集是否为病态,而且氘得隶属度差别明显,因而能准确判定故障原因。避免因待识别征兆集病态引起的误判断或因几种故障的隶属度无显著差异,而导致无法明确诊断故障的问题 相似文献
6.
7.
8.
针对BP网络学习收敛速度慢和易陷入局部最小点的不足,提出利用一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练。该算法使BP神经网络学习速率和稳定性得到提高。将这种改进的BP网络算法应用于配电网诊断实例,用这种改进的网络算法进行分类,采用VB语言作为开发工具调用神经网络工具箱建立了一个简化的故障诊断系统,验证了该算法的有效性、正确性。 相似文献
9.
把Elman神经网络和模糊理论相结合,对凝汽器故障进行诊断.用Matlab7.0矩阵式运算语言开发出凝汽器故障诊断系统.在网络训练过程中证实了Elman网络相对前向型网络的优越性.并以系统的诊断实例说明该方法对于运行人员的指导意义. 相似文献
10.
11.
对分式凝汽器故障诊断的模糊模式识别及神经网络方法 总被引:23,自引:11,他引:12
凝汽器工作状况好坏直接影响凝汽式汽轮机发电机组运行的安全经济性。为此,针对某300MW机组对分式凝汽器的结构特点、实际凝汽系统构成及现场的DAS测点布置,首次运用基于模型的故障仿真方法,较完善的总结了对分式凝汽器的典型故障知识库,并对故障征兆的具体表达方法进行了探讨。在此基础上运用模糊模式识别和人工神经网络2种方法实现对分式凝汽器故障诊断。故障模糊模式识别采用了一种改进的故障隶属函数形式,有效克服了现有隶属数易对正常工况产生误诊断的不足,有效克服了现有隶属数易对正常工况产生诊断的不足。神经网络训练过程中,提出了基于恒误差修正率控制的网络学习率自适应调整方法,大大加快了网络收敛速度,便于实现故障的在线实时诊断,通过诊断实例比较了各方法改进前后及两种不同方法的诊断效果。 相似文献
12.
模糊神经网络在变压器故障诊断中的应用 总被引:19,自引:8,他引:11
提出了与神经网络结合的模糊变压器故障诊断新方法 ,克服了一般模糊诊断学习困难的局限 ;通过与模糊判决矩阵的对应关系 ,发现神经网络系统的权值矩阵就是模糊诊断里面的判决矩阵。模糊神经网络、组合神经网络和判决树 3种方法对故障样本的正判率分别为 90 .4 %、75 .4 %、83.3% ,这表明模糊神经网络方法的有效性与可行性 ,它弥补了DGA试验相近故障识别率低的不足 ,克服了组合神经网络无“可塑性”的缺陷 ,避免了判决树对样本选择的强烈依赖 ,使故障诊断准确度大为提高 ;也说明了DGA和其它电气试验相结合综合分析的必要 相似文献
13.
14.
采用多维BP神经网络方法进行锅炉故障诊断建模,其中BP神经网络采用多维结构,输入层采用模糊数学方法对运行参数进行量化,通过参数之间和参数与故障类之间的关联关系,建立了多维BP神经网络模型.以锅炉管泄漏为例,进行了故障仿真试验,试验结果表明此方法能有效、快速地进行锅炉故障诊断. 相似文献
15.
应用免疫遗传系统的调节原理及递推最小二乘法建立了一种新型RBF网络模型,通过计算特征参数信息熵,可快速、准确地确定故障诊断的知识库。将该模型与知识库应用于汽轮机通流部分的故障诊断表明,该模型收敛速度快、精度高并有较好的泛化能力。采用该方法对某电厂1台300MW机组进行了实际诊断,判定为高压缸结垢和高压缸调节阀通道结垢,其结果完全满足汽轮机通流部分故障诊断的需要。 相似文献
16.
17.
汽轮发电机组振动故障诊断中的改进BP算法 总被引:8,自引:2,他引:8
针对大型汽轮发电机组振动故障的特点,提出了一种基于误差逼近度渐进收缩学习算法的反向传播(BP)网络诊断模型,给出了BP网络误差函数和新型的权值调整公式,并将其应用于汽轮发电机组振动故障诊断与识别。实例结果表明,该算法学习收敛较快,误差曲线平稳,不会引起误差曲线振荡。 相似文献
18.
基于BP算法的电站燃气轮机故障诊断 总被引:15,自引:5,他引:10
针对传统故障诊断方法在燃气轮机系统中应用的局限性,研究了基于BP算法的神经网络方法在电站燃气轮机故障诊断中的应用,通过选择足够的故障样本来训练神经网络,将代表故障的信息输入训练的神经网络后,由输出结果,就可以判断发生的故障种类,这样不仅减小了用于诊断的知识库,而且加快了计算速度,满足了实时在线诊断的要求。 相似文献
19.