改进模糊ARTMAP方法在电力系统诊断中的应用

• 作者: 李林 蒋浩
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 故障检测 贝叶斯信念方法 模糊ARTMAP 神经网络 分类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP319
• 字数: 3177字
• 语种: 中文
• DOI: 10.11907/rjdk.181978

摘要

人工神经网络用于复杂过程中故障诊断和状态监测,具有良好的发展前景.由于模糊ARTFAM(FAM)神经网络分类性能受训练样本序影响,提出一种利用改善贝叶斯信念方法并基于模糊ARTMAP集成的模型(BBM),并描述其在电力发电系统中作为故障检测和诊断的智能学习适用性.围绕检测循环水系统冷凝器传热性能展开试验,判断该模型在故障预测检测和诊断任务中的有效性.试验结果证明,采用BBM模型具有智能故障检测和诊断工具的解释能力,并能监测和诊断发电系统故障的复杂过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李林	上海理工大学管理学院	61	424	11.0	18.0
2	蒋浩	上海理工大学管理学院	1	0	0.0	0.0