首页 | 本学科首页   官方微博 | 高级检索  
     

对分式凝汽器故障诊断的模糊模式识别及神经网络方法
引用本文:马良玉,王兵树,佟振声,马永光,宋之平. 对分式凝汽器故障诊断的模糊模式识别及神经网络方法[J]. 中国电机工程学报, 2001, 21(8): 68-73,78
作者姓名:马良玉  王兵树  佟振声  马永光  宋之平
作者单位:华北电力大学,
基金项目:华北电力大学工业过程仿真与控制国家电力公司实验室建设基金资助项目(SPKJ016-22)。
摘    要: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。

关 键 词:汽轮发电机组 对分式凝汽器 故障诊断 模糊模式识别 神经网络
文章编号:0258-8013 (2001) 08-0068-06

FUZZY PATTERN RECOGNITION AND ARTIFCIAL NEURAL NETWORK USED FOR FAULT DIAGNOSIS OF THE DOUBLE-CHANNEL CONDENSER
MA Liang yu,WANG Bing shu,TONG Zhen sheng,MA Yong guang,SONG Zhi ping. FUZZY PATTERN RECOGNITION AND ARTIFCIAL NEURAL NETWORK USED FOR FAULT DIAGNOSIS OF THE DOUBLE-CHANNEL CONDENSER[J]. Proceedings of the CSEE, 2001, 21(8): 68-73,78
Authors:MA Liang yu  WANG Bing shu  TONG Zhen sheng  MA Yong guang  SONG Zhi ping
Abstract:
Keywords:halving style condenser  fault diagnosis  fuzzy pattern recognition  artifical neural network
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号