基于动量自适应BP网络的高压加热器故障诊断
高压加热器工作状况好坏直接影响汽轮发电机组运行的安全性和经济性.本文分别采用自适应梯度递减,动量自适应梯度递减和带反弹的三种典型学习算法的BP神经网络用于高压加热器的故障诊断.将测试样本输入已经学习好的这三种BP网络中,测试结果表明三种不同学习算法的BP网络都能诊断出高压加热器的各种故障,其中带反弹的BP网络诊断速度最快.但综合其性能指标,采用动量自适应梯度递减学习算法的BP网络故障诊断效果最好.
BP网络 学习算法 故障诊断 高压加热器 动量自适应
周建萍 王志萍
上海电力学院电力与自动化工程学院,上海,200090
国内会议
中国高等学校电力系统及其自动化专业第二十六届学术年会暨中国电机工程学会电力系统专业委员会2010年年会
上海
中文
1-4
2010-10-01（万方平台首次上网日期，不代表论文的发表时间）