基于改进RBF神经网络的水轮发电机组故障诊断

• 作者: 刘杰慧 王茜 王颖 谢萍
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 水轮发电机组 故障诊断 RBF神经网络 粒子群优化算法 减聚类
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 水电建设
• 页码范围: 146-149,154
• 页数: 5页
• 分类号: TV734.2
• 字数: 4111字
• 语种: 中文

摘要

由于水轮发电机组受到水力、机械、电气等多方面因素的影响,导致其产生的故障非常复杂,且多种故障类型相互耦合.综合分析减聚类、模糊K-Prototypes算法以及改进的粒子群优化(PSO)算法,提出了改进的径向基函数(RBF)神经网络算法,构建了一种新的RBF神经网络模型,并将该模型应用于水轮发电机组的故障诊断中.仿真试验的结果表明,该模型的分类准确率更高,稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茜	华北电力大学控制与计算机工程学院	16	284	7.0	16.0
2	王颖	华北电力大学控制与计算机工程学院	55	415	12.0	17.0
3	谢萍	华北电力大学控制与计算机工程学院	16	120	3.0	10.0
4	刘杰慧	华北电力大学控制与计算机工程学院	3	12	2.0	3.0