| 基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断 |
| |
| 引用本文： | 贾 嵘,陈晓芸,李 辉.基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断[J].西北农林科技大学学报(社会科学版),2009,37(6):229-234. |
| |
| 作者姓名： | 贾 嵘 陈晓芸 李 辉 |
| |
| 作者单位： | 贾嵘,陈晓芸,李辉,JIA Rong,CHEN Xiao-yun,LI Hui(西安理工大学,电力工程系,陕西,西安,710048);席文飞,XI Wen-fei(内蒙古电力科学研究院,内蒙古,呼和浩特,010020)
|
| |
| 基金项目： | 陕西省科技厅工业攻关计划项目 |
| |
| 摘 要： | 【目的】针对单一径向基(RBF)神经网络在水轮发电机组振动故障诊断中泛化能力不足的缺点,提出基于粒子群(PSO)算法优化的RBF神经网络。【方法】利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对水轮发电机组振动故障进行仿真诊断。【结果】仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快。【结论】PSO算法优化的RBF神经网络,适用于水轮发电机组振动故障诊断,其诊断精度较高,具有推广应用价值。
|
| 关 键 词： | 水轮机 振动故障诊断 粒子群算法 神经网络 |
| 收稿时间： | 2008/9/24 0:00:00 |
Hydraulic generating vibration faults diagnosis by RBF neural network based on particle swarm optimization |
| |
| JIA Rong,CHEN Xiao-yun,LI Hui,XI Wen-fei.Hydraulic generating vibration faults diagnosis by RBF neural network based on particle swarm optimization[J].Journal of Northwest Sci-Tech Univ of Agr and,2009,37(6):229-234. |
| |
| Authors: | JIA Rong CHEN Xiao-yun LI Hui XI Wen-fei |
| |
| Institution: | 1 College of Electrical Engineering,Xi′an University of Technology,Xi′an,Shaanxi 710048,China;2 Inner Mongolia Electric Power Research Institute,Hohhot,Inner Mongolia 010020,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 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 |
|
