10.13622/j.cnki.cn42-1800/tv.1671-3354.2020.08.009
基于BP神经网络的水电机组振动趋势预测研究
振动值是反映水电机组运行工况的重要参数,其变化与水电机组故障发展有着紧密的关联,通过研究故障发展过程中振动值的趋势和规律,设计了BP(Back-Propagation Algorithm)神经网络预测模型,仿真结果表明该模型具有较好的预测效果,从而可提前对水电机组振动趋势进行预测,对机组的状态进行预判,并制定相应的对策.
神经网络、水电机组、振动、预测
34
TV734.2+1(水能利用、水电站工程)
2020-09-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
40-43