基于模糊SOM神经网络的汽轮机通流部分故障诊断研究

汽轮机实际运行时通流部分经常出现故障,对其进行监测与诊断很有必要。以某600MW机组为对象,提出一种基于模糊理论与SOM神经网络相结合的故障诊断方法。该方法通过对故障样本进行训练,建立故障诊断模型,根据输出神经元在输出层上的位置对故障进行诊断,分析其所属故障模式。研究结果表明:基于SOM神经网络的汽轮机通流部分故障诊断方法是准确和可靠的。该方法克服了故障样本选取的困难,通过聚类功能,对故障模式分类实现了具体数字化和图形可视化,诊断结果简单和直观。