首页 | 官方网站   微博 | 高级检索  
     

基于RBF网络的汽轮发电机组故障诊断
引用本文:周建萍,杨旭红,郑应平.基于RBF网络的汽轮发电机组故障诊断[J].上海电力学院学报,2009,25(1):7-9.
作者姓名:周建萍  杨旭红  郑应平
作者单位:1. 上海电力学院,电力与自动化工程学院,上海,200090;同济大学,电子与信息工程学院,上海,200092
2. 上海电力学院,电力与自动化工程学院,上海,200090
3. 同济大学,电子与信息工程学院,上海,200092
基金项目:上海高校选拔培养优秀青年教师科研专项基金,上海市重点学科建设项目 
摘    要:针对电厂汽轮发电机组故障诊断问题,设计了RBF网络故障诊断系统.根据输入特征向量进行RBF网络的学习,并将RBF网络诊断故障的方法成功地应用于汽轮发电机组故障诊断.仿真结果表明:RBF网络比BP网络更稳定,训练误差更小。

关 键 词:RBF网络  故障诊断  汽轮发电机组
收稿时间:2008/6/19 0:00:00

Fault Diagnosis of Turbo-generator Unit Based on RBF Network
ZHOU Jian-ping,YANG Xu-hong and ZHENG Ying-ping.Fault Diagnosis of Turbo-generator Unit Based on RBF Network[J].Journal of Shanghai University of Electric Power,2009,25(1):7-9.
Authors:ZHOU Jian-ping  YANG Xu-hong and ZHENG Ying-ping
Affiliation:1.School of Electric Power & Automation Engineering;Shanghai University of Electric Power;Shanghai 200090;China;2.School of Electronics & Information Engineering;Tongji University;Shanghai 200092;China
Abstract:RBF network is presented to solve the problem of fault diagnosis for turbo-generator units.RBF network is trained according to input character vectors.Finally,the trained RBF network diagnoses the fault.The proposed method is successfully used to diagnose the fault of turbo-generator units.The simulation result proves that RBF network is more stable and accurate than BP network.
Keywords:RBF network  fault diagnosis  turbo-generator units  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《上海电力学院学报》浏览原始摘要信息
点击此处可从《上海电力学院学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号