基于粒子群神经网络的汽轮机故障诊断

• 作者: 刘炜 曾晓琴
• 来源期刊: 电工材料
• 关键词: 粒子群 神经网络 汽轮机 故障诊断
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 电气技术
• 页码范围: 40-43
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1671-8887.2009.04.011

摘要

提出了一种基于粒子群优化神经网络的进化神经网络模型(PSO-ANN).在实例研究中,该模型被应用于汽轮机故障诊断中.与传统BP网络诊断结果相比,本文的方法具有运算效率高、收敛速度快的特点,是一种有效可靠的新型故障诊断技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾晓琴	兰州交通大学自动化与电气工程学院	5	16	2.0	4.0
2	刘炜	兰州交通大学自动化与电气工程学院	5	16	2.0	4.0