基于混合型鲁棒输入训练神经网络的非线性数据校正方法及其应用

• 作者: 任少君 司风琪 徐治皋 李欢欢
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合型鲁棒输入训练神经网络 故障诊断 机理约束 罚函数 数据校正
• 年，卷（期）: 2013,（2）
• 页码范围: 322-327
• 页数: 6页
• 分类号: TP206.3
• 字数: 4161字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.02.018

摘要

提出了一种基于混合型鲁棒输入训练神经网络的非线性数据校正模型,在基于过程数据的神经网络模型中引入了反映过程机理的约束方程.根据所提模型的网络结构,采用罚函数法将约束方程加入到网络训练目标函数中,并采用BP算法推导出该网络的学习方法,进而给出了基于该方法的数据校正流程.分别以一个五维非线性系统和某1 000 MW机组1 #高加测点为对象进行算例分析,结果表明:所提出的模型能正确检验出测量数据中的不良值,具有良好的鲁棒性；在完成数据校正的同时还能保证重构数据满足相应的系统机理约束条件；在多测点同时发生故障时,也能保证数据校正的准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐治皋	东南大学能源热转换及其过程测控教育部重点实验室	213	2895	28.0	40.0
2	司风琪	东南大学能源热转换及其过程测控教育部重点实验室	157	1548	21.0	30.0
3	李欢欢	东南大学能源热转换及其过程测控教育部重点实验室	6	54	3.0	6.0
4	任少君	东南大学能源热转换及其过程测控教育部重点实验室	12	17	2.0	4.0