基于概率神经网络的高压加热器故障诊断及仿真

• 作者: 丁常富 丁振宇 梁娜
• 来源期刊: 发电设备
• 学科: 工学
• 关键词: 火电厂 高压加热器 故障诊断 模式分类
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 试验与研究
• 页码范围: 97-100
• 分类号: TP277
• 字数: 3010字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-086X.2010.02.004

摘要

针对汽轮发电机组高压加热器发生的故障问题,提出了一种基于概率神经网络(PNN)的故障诊断方法.通过对该设备故障的定性分析,对比研究了PNN与误差反向传播神经网络(BPNN)分类模型对故障的分类效果.仿真表明,对高压加热器的故障分类中,在分类速度、精确度等方面,PNN模型均优于BPNN分类模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁常富	华北电力大学能源与动力工程学院	62	471	11.0	18.0
2	丁振宇	华北电力大学能源与动力工程学院	4	45	3.0	4.0
3	梁娜	华北电力大学能源与动力工程学院	6	93	5.0	6.0