| RBF神经网络在水轮发电机故障诊断中的应用 |
| |
| 引用本文： | 张敬斋.RBF神经网络在水轮发电机故障诊断中的应用[J].计算机仿真,2011,28(12). |
| |
| 作者姓名： | 张敬斋 |
| |
| 作者单位： | 徐州工业职业技术学院,江苏 徐州,221002 |
| |
| 摘 要： | 研究发轮电机故障准确诊断对水电站正常运行有着重要意义.由于水轮发电机是将水动能转换为电能,结构复杂,传统故障诊断方法难以解决水轮发电机的高维、非线性和不确定输出等问题,故障诊断准确率低,不利于实时诊断.为了实时进行发电机故障诊断,保证系统安全性能,提出一种改进的神经网络故障模式分类算法.首先采用粒子群优化算法对基本RBF神经网络进行优化和改正,提高网络学习性能,然后用改进算法对水轮发电机故障进行故障诊断.对水轮电机振动数据进行测试实验,结果表明算法提高了水轮发电机故障诊断速度和准确率,结构简单,可以为水轮发电机故障实时识别提供科学依据.
|
| 关 键 词： | 粒子群算法 神经网络 故障诊断 水轮发电机 |
Research on Hydraulic Generator Faults Diagnosis Based on PSO -RBFNN |
| |
| ZHANG Jing-zhai.Research on Hydraulic Generator Faults Diagnosis Based on PSO -RBFNN[J].Computer Simulation,2011,28(12). |
| |
| Authors: | ZHANG Jing-zhai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
