10.16526/j.cnki.11-4762/tp.2015.05.011
基于极化因子神经网络的火电厂制粉系统故障诊断技术
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.
火电厂制粉系统、故障诊断、神经网络、极化因子
23
TP273(自动化技术及设备)
国家高技术研究发展计划863项目2006AA04Z180
2015-06-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
1476-1478