计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
7期
343-346
,共4页
水轮发电机%故障诊断%粒子群算法%神经网络
水輪髮電機%故障診斷%粒子群算法%神經網絡
수륜발전궤%고장진단%입자군산법%신경망락
研究水轮发电机故障准确诊断问题,水轮发电机一种复杂、非线性系统,故障产生原因具有多样性和不确性,传统神经网络存在收敛速度慢、易陷入局极小等缺陷,导致故障诊断精度低.为提高水轮发电机故障诊断精度率,提出一种粒子群(PSO)算法和BPNN(BPNN)相结合的水轮发电机故障诊断模型(PSO-BPNN).首先将水轮发电机故障信息输入BPNN进行学习,并利用PSO对BPNN参数进行选择,最后对建立故障诊断模型进行验证性测试,结果表明,PSO-BPNN克服了传统方法不足,提高了水电机故障诊断准确率,具有很好的应用价值.
研究水輪髮電機故障準確診斷問題,水輪髮電機一種複雜、非線性繫統,故障產生原因具有多樣性和不確性,傳統神經網絡存在收斂速度慢、易陷入跼極小等缺陷,導緻故障診斷精度低.為提高水輪髮電機故障診斷精度率,提齣一種粒子群(PSO)算法和BPNN(BPNN)相結閤的水輪髮電機故障診斷模型(PSO-BPNN).首先將水輪髮電機故障信息輸入BPNN進行學習,併利用PSO對BPNN參數進行選擇,最後對建立故障診斷模型進行驗證性測試,結果錶明,PSO-BPNN剋服瞭傳統方法不足,提高瞭水電機故障診斷準確率,具有很好的應用價值.
연구수륜발전궤고장준학진단문제,수륜발전궤일충복잡、비선성계통,고장산생원인구유다양성화불학성,전통신경망락존재수렴속도만、역함입국겁소등결함,도치고장진단정도저.위제고수륜발전궤고장진단정도솔,제출일충입자군(PSO)산법화BPNN(BPNN)상결합적수륜발전궤고장진단모형(PSO-BPNN).수선장수륜발전궤고장신식수입BPNN진행학습,병이용PSO대BPNN삼수진행선택,최후대건립고장진단모형진행험증성측시,결과표명,PSO-BPNN극복료전통방법불족,제고료수전궤고장진단준학솔,구유흔호적응용개치.
