电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2008年
3期
41-45
,共5页
神经网络%遗传算法%数据挖掘%故障诊断%规则修剪%汽轮机
神經網絡%遺傳算法%數據挖掘%故障診斷%規則脩剪%汽輪機
신경망락%유전산법%수거알굴%고장진단%규칙수전%기륜궤
针对当前专家系统知识获取瓶颈的难题,提出了基于神经网络与遗传算法的汽轮机组数据挖掘方法.将汽轮机组历史故障数据首先进行模糊化及离散化处理,接着构造一个多层的前向神经网络.然后通过教师示教的方式训练构造好的神经网络,最后进行基于遗传算法的神经网络优化.以神经网络为知识本体.提出了汽轮机组故障诊断分类规则的挖掘算法,其实现过程有4个步骤:计算效果度量矩阵;提取规则;计算规则权重;基于遗传算法的规则修剪.实现了基于神经网络与遗传算法的汽轮机组数据挖掘和故障诊断仿真系统,其诊断正确率达到了84％.
針對噹前專傢繫統知識穫取瓶頸的難題,提齣瞭基于神經網絡與遺傳算法的汽輪機組數據挖掘方法.將汽輪機組歷史故障數據首先進行模糊化及離散化處理,接著構造一箇多層的前嚮神經網絡.然後通過教師示教的方式訓練構造好的神經網絡,最後進行基于遺傳算法的神經網絡優化.以神經網絡為知識本體.提齣瞭汽輪機組故障診斷分類規則的挖掘算法,其實現過程有4箇步驟:計算效果度量矩陣;提取規則;計算規則權重;基于遺傳算法的規則脩剪.實現瞭基于神經網絡與遺傳算法的汽輪機組數據挖掘和故障診斷倣真繫統,其診斷正確率達到瞭84％.
침대당전전가계통지식획취병경적난제,제출료기우신경망락여유전산법적기륜궤조수거알굴방법.장기륜궤조역사고장수거수선진행모호화급리산화처리,접착구조일개다층적전향신경망락.연후통과교사시교적방식훈련구조호적신경망락,최후진행기우유전산법적신경망락우화.이신경망락위지식본체.제출료기륜궤조고장진단분류규칙적알굴산법,기실현과정유4개보취:계산효과도량구진;제취규칙;계산규칙권중;기우유전산법적규칙수전.실현료기우신경망락여유전산법적기륜궤조수거알굴화고장진단방진계통,기진단정학솔체도료84％.
