共查询到20条相似文献,搜索用时 125 毫秒
1.
基于BP网络的凝汽器故障隶属函数及模糊诊断方法 总被引:7,自引:2,他引:7
针对BP网络学习收敛速度慢和易陷入局部最小点的不足,提出了自适应学习率的BP网络算法,该算法从根本上解决了BP网络学习率的取值问题和收敛速度慢的问题,并有效地克服了BP网络易陷入局部最小点的问题,并将这种改进的BP网络算法应用于确定凝汽器故障的隶属函数及模糊诊断中。 相似文献
2.
BP网络的改进算法及其在旋转机械故障诊断中的应用 总被引:5,自引:0,他引:5
针对BP网络用于高速旋转机械的故障诊断时学习收敛速度慢和易出现局部最小点的不足,采用自适应学习率和绝对误差等距离逼近方法,对其参数进行了研究。结果表明,这两种方法有效地提高了BP网络的收敛速度,并给出了自适应学习率、慢性因子、隐层单元数的合取值范围和推荐值。 相似文献
3.
汽轮发电机组并发故障的诊断 总被引:4,自引:1,他引:4
经较成熟的BP神经网络为基础,论述了神经网络技术在旋转机械故障诊断中的应用问题,提出了用并行BP网络解决并发故障分类问题的方法,并采用自适应经和绝对误差等距离逼近法改善BP网络的学习性能,最后以振动频谱为特征,就汽轮发电机组机械中常见的20种故障模式的分类和训练学习进行了仿真试验和分析。 相似文献
4.
基于多网络协同推理的故障诊断策略 总被引:2,自引:0,他引:2
首先分析了BP网络用于故障诊断的优势和局限性,提出了解决这局限性的对策,选择了一种自组织社会网络模型与多个单一故障诊断的BP网络一定完成故障诊断推理, 相似文献
5.
提出了一种基于有序思想的RMLP网络汽轮发电机组故障的预测方法。通过比较,证明该法优于常规的BP算法,为预知汽轮发电机组的状态制定检修计划提供了一种可行的方法。 相似文献
6.
BP网络在汽轮机调节系统参数估计中的应用研究 总被引:5,自引:1,他引:4
将BP网络应用于汽轮机调节系统的参数辨识,训练与测试结果表明,BP网络在系统参数评估时具有较高的可靠性和估计精度,误差在5%以内的置信度达90%以上。 相似文献
7.
8.
人工神经网络用于电厂故障诊断 总被引:4,自引:0,他引:4
该文介绍了自组织特征映射人工神经网络模型在电厂系统故障诊断中的应用。通过与常规的BP网络用于汽轮机故障诊断中的应用的比较,得出:自组织模型具有自学习功能,运算速度快,类型识别能力强的优点,应用前景广阔。 相似文献
9.
风力机系统的神经网络模型辨识 总被引:2,自引:1,他引:2
应用人工神经网络的建模方法,采用多层感知器的模型结构,利用自适应学习速率的BP学习算法,辨识出风力机系统的功能模型,并把辨识模型的仿真结果与系统实验测量数据相对比,开展了与经典系统辨识方法的比较研究,以检验神经网络模型的可靠性。实验结果表明,这种新的风力机系统建模方法具有很高的精度。 相似文献
10.
应用神经网络模糊控制器的发动机怠速控制 总被引:12,自引:0,他引:12
应用模糊控制理论设计了一个用于发动机怠速控制的模糊控制器,并用BP人工神经网络实现这种模糊控制器输入输出的映射关系,在神经网络训练中采用了先进、有效的变尺度学习算法。最后给出了控制仿真结果。 相似文献
11.
12.
传统的FFT-BP算法在处理多种谐波信号叠加而成的复杂信号时,存在弱信号为了"迎合"网络的整体误差最小值,会发生严重的偏移,并反过来影响强信号的检测精度;学习率和动量因子被设为定值,易导致运行时间过长或无法收敛至最小值;激励函数为定函数,无法检测间谐波信号等问题。对此,提出一种改进的FFT-BP算法,利用预处理得到的谐波参数信息,限制参数迭代的搜索区域,并将学习率、动量因子和激励函数一起参与网络的调节。仿真试验表明,与传统FFT-BP算法相比,该算法解决了小信号的偏移问题,可以处理谐波与间谐波叠加而成的复杂信号,且运算速度更快、检测精度更高。 相似文献
13.
电力变压器的故障除了给其自身带来重大损失外,还对电力系统的安全造成很大影响。利用BP神经网络对变压器故障进行诊断,针对BP神经网络学习率的缺点,提出了一种跟踪型自适应学习率的确定方法,该方法仅需整定一个参数,有效地提高了BP神经网络的收敛性和训练时间,进而通过构建变压器故障诊断训练样本集,验证了该方法的可行性,获得了更精确的诊断结果。 相似文献
14.
为了研究人工神经网络在压气机性能曲线拟合中的应用,分别利用BP神经网络、RBF神经网络、极限学习机以及BP-GA神经网络对某微型燃气轮机压气机的性能映射关系进行模拟,分析了不同网络模型在压气机特性曲线拟合上的优劣,以及样本容量对不同神经网络模型性能的影响。结果表明:BP-GA神经网络模型不仅收敛速度快,而且精度高;相比传统BP神经网络模型,其平均绝对百分比误差可控制在0.189%以内,训练时间可缩短至19.07 s;当样本容量较少时,传统BP神经网络模型不再适用,而基于遗传算法的BP-GA模型仍然保持较高的精度。 相似文献
15.
16.
针对BP神经网络易陷入局部最优和遗传算法全局搜索速度过慢的缺点及水利定额编制中存在非线性和复杂性的实际状况,提出采用遗传算法(GA)优化BP神经网络在水利定额编制中的问题。实例分析表明,优化后模型(GA-BP神经网络)结合了BP神经网络的非线性逼近、局部寻优能力和遗传算法的全局搜索特性,在稳定性、预测精度、收敛速度上均优于BP神经网络,可运用于水利定额编制。 相似文献
17.
神经网络自学习PID控制器的研究 总被引:5,自引:0,他引:5
从兼顾人工神经网络控制系统自学习能力和实时性角度出发,通过构建新的人工神经网络自学习PID控制器的结构,控制系统的样本拾取,更新与优化均采用在线学习方式,使控制系统具有较强的自学习能力。在分析了目前广为应用的多层前向神经网络误差反向传播算法(BP)的局限性及原因的基础上,提高了改进的BP算法-自适应动量项BP算法。从而提高了神经网络的收敛速度和收敛精度,并通过实例验证了自学习PID控制器的可行性及改进算法的合理性。图6参4 相似文献
18.
19.