| 基于径向基神经网络的水轮机组故障诊断研究 |
| |
| 引用本文： | 白 亮,贾 嵘,罗兴锜.基于径向基神经网络的水轮机组故障诊断研究[J].西北农林科技大学学报(社会科学版),2006,34(7):151-154. |
| |
| 作者姓名： | 白 亮 贾 嵘 罗兴锜 |
| |
| 作者单位： | 西安理工大学水电学院,陕西西安710048 |
| |
| 摘 要： | 针对传统意义的BP(B ack-P ropagated)神经网络在水轮机故障诊断中的不足,提出了一种基于径向基RBF(R ad ia l bas is function)神经网络的水轮机组故障诊断方法。实例应用表明,该方法克服了BP神经网络的不足,具有精度高、收敛快、可以避免局部极小值的优点;RBF神经网络收敛速度约是BP神经网络的40倍,并能准确地诊断出水轮机组的故障。
|
| 关 键 词： | 水轮机组 故障诊断 神经网络 径向基 |
| 文章编号： | 1671-9387(2006)07-0151-04 |
| 收稿时间： | 2005-12-29 |
| 修稿时间： | 2005年12月29 |
Research on fault diagnosis based on RBFNN for hydropower units |
| |
| BAI Liang,JIA Rong,LUO Xing-qi.Research on fault diagnosis based on RBFNN for hydropower units[J].Journal of Northwest Sci-Tech Univ of Agr and,2006,34(7):151-154. |
| |
| Authors: | BAI Liang JIA Rong LUO Xing-qi |
| |
| Institution: | (School of Water Resource and Hydropower,Xi’an University of Technology,Xi’an,Shaanxi 710048,China) |
| |
| Abstract: | For the system of faults diagnosis of hydropower sets ,the deficiency of faults diagnosis using BP Neural Network is analyzed and a RBF Neural Network algorithm is presented,which has advantage of high precision ,avoiding local minima and fast convergence rate. In real diagnosis system convergence rate of RBFNN is nearly 40 times faster than BPNN,and it can diagnose the faults of hydropower sets exactly. |
| |
| Keywords: | hydropower unit fault diagnosis Neural Network RBF |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
