RBF神经网络在水轮发电机故障诊断中的应用

• 作者: 张敬斋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 粒子群算法 神经网络 故障诊断 水轮发电机
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 314-317
• 分类号: TM312
• 字数: 3320字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.12.078

摘要

研究发轮电机故障准确诊断对水电站正常运行有着重要意义.由于水轮发电机是将水动能转换为电能,结构复杂,传统故障诊断方法难以解决水轮发电机的高维、非线性和不确定输出等问题,故障诊断准确率低,不利于实时诊断.为了实时进行发电机故障诊断,保证系统安全性能,提出一种改进的神经网络故障模式分类算法.首先采用粒子群优化算法对基本RBF神经网络进行优化和改正,提高网络学习性能,然后用改进算法对水轮发电机故障进行故障诊断.对水轮电机振动数据进行测试实验,结果表明算法提高了水轮发电机故障诊断速度和准确率,结构简单,可以为水轮发电机故障实时识别提供科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敬斋		31	68	4.0	7.0