|
|||||
|
|
| 基于粒子群优化神经网络的水轮机振动故障诊断 | |
| 作者姓名： | 黄 戈 崔建武 陈晓芸 贾 嵘 |
| 作者单位： | 西安理工大学 电力工程系，西安 710048;.中国水电顾问集团 西北勘测设计研究院，西安 710065）;西安理工大学 电力工程系，西安 710048;西安理工大学 电力工程系，西安 710048 |
| 基金项目： | Hydraulic Turbines Vibration Fault Diagnosis by Neural Network Based on Particle Swarm Optimization |
| 摘 要： | 为了提高水轮机振动故障诊断正判率，提出粒子群算法优化BP神经网络的水轮机振动故障诊断方法，即把通过特征提取获得的机组故障特征量作为神经网络的输入，然后利用训练好的粒子群算法优化后的神经网络进行水轮机振动故障类型诊断。诊断结果表明，该方法具有良好的分类效果，比BP神经网络诊断模型诊断精度高。 |
| 关 键 词： | 水轮机；振动故障诊断；粒子群；神经网络 |
| 点击此处可从《电网与清洁能源》浏览原始摘要信息 | |
| 点击此处可从《电网与清洁能源》下载免费的PDF全文 | |