基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文提出了一种基于两个神经网络的凝汽器故障诊断方法.首先使用非线性主元分析神经网络进行特征提取,降低数据维数,既简化了诊断过程,又确保故障诊断精度.随后使用概率神经网络获取最终的故障诊断结果,该神经网络训练速度快,而且容易添加新的训练样本.最后将提出的方法用于某汽轮机组凝汽器故障诊断中,测试结果表明该方法行之有效,且易于工程实现.
推荐文章
基于主元分析-概率神经网络的制冷系统故障诊断
主元分析
概率神经网络
制冷系统
故障诊断
优化
主元分析优化量子神经网络的变压器故障诊断
变压器故障诊断
主元分析
量子神经网络
故障识别
故障数据降维
仿真研究
基于聚类模糊神经网络的非线性电路故障诊断
故障诊断
神经网络
模糊规则
参数聚类
非线性电路
基于特征选择与概率神经网络的轴承故障诊断研究
航空发动机
轴承
故障诊断
特征提取
概率神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于非线性主元分析和概率神经网络的凝汽器故障诊断方法研究
来源期刊 中国电机工程学报 学科 工学
关键词 热能动力工程 主元分析神经网络 概率神经网络 凝汽器 故障诊断
年,卷(期) 2005,(18) 所属期刊栏目 发电
研究方向 页码范围 104-108
页数 5页 分类号 TM267
字数 3944字 语种 中文
DOI 10.3321/j.issn:0258-8013.2005.18.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张建华 华北电力大学自动化系 221 5643 42.0 66.0
2 侯国莲 华北电力大学自动化系 25 367 10.0 19.0
3 金慰刚 华北电力大学自动化系 8 113 6.0 8.0
4 孙晓刚 华北电力大学自动化系 2 63 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (90)
参考文献  (9)
节点文献
引证文献  (44)
同被引文献  (72)
二级引证文献  (222)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(8)
  • 引证文献(8)
  • 二级引证文献(0)
2008(14)
  • 引证文献(2)
  • 二级引证文献(12)
2009(18)
  • 引证文献(3)
  • 二级引证文献(15)
2010(24)
  • 引证文献(5)
  • 二级引证文献(19)
2011(22)
  • 引证文献(2)
  • 二级引证文献(20)
2012(24)
  • 引证文献(4)
  • 二级引证文献(20)
2013(22)
  • 引证文献(3)
  • 二级引证文献(19)
2014(25)
  • 引证文献(3)
  • 二级引证文献(22)
2015(20)
  • 引证文献(2)
  • 二级引证文献(18)
2016(24)
  • 引证文献(4)
  • 二级引证文献(20)
2017(19)
  • 引证文献(1)
  • 二级引证文献(18)
2018(23)
  • 引证文献(2)
  • 二级引证文献(21)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
热能动力工程
主元分析神经网络
概率神经网络
凝汽器
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国电机工程学报
半月刊
0258-8013
11-2107/TM
大16开
北京清河小营东路15号 中国电力科学研究院内
82-327
1964
chi
出版文献量(篇)
16022
总下载数(次)
42
总被引数(次)
572718
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导