基于广义回归神经网络的凝汽器故障诊断

• 作者: 李扬 肖洪闯 葛晓霞
• 来源期刊: 电站辅机
• 学科: 工学
• 关键词: 凝汽器 广义回归 神经网络 故障 诊断 模型 正确率 智能
• 年，卷（期）: 2018,（2）
• 页码范围: 15-18
• 页数: 4页
• 分类号: TK264.1+1
• 字数: 2505字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0210.2018.02.005

摘要

凝汽器的运行状态,将直接影响机组运行的安全性与经济性.为了提高凝汽器故障的诊断速度与正确率,利用广义回归神经网络,建立了凝汽器故障的诊断模型(GRNN),经实例测试,验证了诊断模型的有效性.并且,将该诊断模型(GRNN)与其它神经网络诊断模型(Elman、BP)的诊断结果进行了对比,实验表明,利用广义回归神经网络的诊断速度更快,故障的剥离能力较强,更适合于现场故障的诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛晓霞	南京工程学院能源与动力工程学院	30	259	10.0	15.0
2	肖洪闯	南京工程学院能源与动力工程学院	3	7	2.0	2.0
3	李扬	南京工程学院能源与动力工程学院	1	3	1.0	1.0