原文服务方: 热力发电       
摘要:
基于人工神经网络LM算法,建立了风力发电机组故障预警诊断模型.神经网络LM算法是一种BP的改进算法,但同时也存在易陷入局部极小的问题,对此采用施加动量使其跳出局部极小的方法,取得了良好的效果.应用Matcom工具实现VC++与Matlab软件混合编程的方法,解决了算法程序化过程中遇到的复杂矩阵运算问题,提高了算法性能.将改进后的算法用于结构为15-22-4的风电机组故障预警诊断模型训练和检验,结果证明网络收敛性能良好.该算法模型已嵌入风电机组故障预警诊断软件中.
推荐文章
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于LM-BP神经网络的气阀故障诊断方法
Levenberg-Marquardt算法
BP神经网络
多级往复式压缩机
气阀故障
基于长短时记忆神经网络的风电机组滚动轴承故障诊断方法
风电机组
滚动轴承
故障诊断
回归神经网络
长短时记忆神经网络
小波包变换
基于模糊神经网络的复杂网络故障诊断设计
复杂网络
隶属度
模糊神经网络
故障诊断
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LM算法建立风电机组神经网络故障预警诊断模型
来源期刊 热力发电 学科
关键词 风力发电 LM算法 局部极小 故障预警诊断 模型 Matcom软件
年,卷(期) 2010,(12) 所属期刊栏目
研究方向 页码范围 44-49
页数 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2010.12.044
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 巨林仓 西安交通大学能源与动力工程学院 28 240 9.0 13.0
2 杨清宇 西安交通大学电子与信息工程学院 29 431 10.0 20.0
3 史贝贝 西安交通大学电子与信息工程学院 1 13 1.0 1.0
4 宋德宽 西安交通大学能源与动力工程学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (79)
参考文献  (10)
节点文献
引证文献  (13)
同被引文献  (25)
二级引证文献  (17)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
风力发电
LM算法
局部极小
故障预警诊断
模型
Matcom软件
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导