基于极化因子神经网络的火电厂制粉系统故障诊断技术

• 作者: 江若玫 龚春琼
• 来源期刊: 计算机测量与控制
• 关键词: 火电厂制粉系统 故障诊断 神经网络 极化因子
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1476-1478
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.05.011

摘要

制粉系统是火电厂的主要设备,其安全稳定运行对发电企业的经济生产具有十分重要的意义;针对制粉系统的运行特性和故障分析,提出了基于极化因子神经网络的火电厂制粉系统故障诊断方法,该方法将故障征兆相应的过程变量作为输入,将制粉系统故障类型作为输出,通过训练神经网络建立其系统故障诊断模型,其中训练过程中采用极化因子来自动调整神经网络的收敛速度,从而在满足误差目标的前提下,防止其陷入局部极小;选取实际火电厂制粉系统3个典型故障及其相对应的9个故障征兆参数进行了实验;结果表明,该方法具有良好的收敛性,完全可以满足火电厂制粉系统现场故障诊断的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江若玫	西安交通大学城市学院计算机科学与信息管理系	7	16	3.0	3.0
2	龚春琼	西安理工大学理学院	9	27	3.0	4.0