《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》PDF+DOC
作者:黄郑,王红星,于海泉,李逗,司风琪
单位:国网能源研究院;中国电机工程学会
出版:《中国电力》2019年第11期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFZGDL2019110170
DOC编号:DOCZGDL2019110179
下载格式:PDF + Word/doc 文字可复制、可编辑
《神经-模糊系统在食品蒸汽发生控制器中的应用》PDF+DOC2006年第07期 马利,王威,郑维
《BP神经网络在水轮机振动传感器故障诊断上的应用》PDF+DOC 陈保家,张海龙
《基于注意力模型的多传感器人类活动识别》PDF+DOC2019年第06期 王金甲,周雅倩,郝智
《BP神经网络用于传感器故障诊断的仿真研究》PDF+DOC2000年第06期 曹曦,苏明,黄善衡
《传感器故障诊断方法研究》PDF+DOC2004年第03期 许秀玲,汪晓东
《BP神经网络用于传感器故障诊断的仿真研究》PDF+DOC2003年第06期 邱浩,王道波,张焕春
《控制系统传感器故障的检测与诊断研究》PDF+DOC2001年第04期 房方,孙万云,牛玉广
《基于小波神经网络的水下航行器传感器故障诊断》PDF+DOC2010年第04期 王生武,石秀华,许晖,唐万文
《小经神经网络的信息融合传感器故障诊断方法》PDF+DOC2008年第24期 王蕾,伦志新,张艳丽
《神经网络预测方法在鱼雷系统传感器故障诊断中的应用》PDF+DOC2008年第03期 高立娥,张萍
为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性,提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型,并对各模型进行优先级划分,以串并联方式设定模型间关系,通过可靠参数的逐级生成和传递,有效抑制了多传感器显著故障产生的残差污染,提高了故障诊断的准确性及可靠性,进而给出了传感器故障诊断流程,建立了完整的传感器故障诊断系统。以某200 MW级燃气–蒸汽联合循环机组为研究对象,对多传感器故障进行诊断,并与RITNN单一模型方法和输入训练神经网络(ITNN)单一模型方法进行对比,结果表明,提出的多模型RITNN故障诊断方法诊断精度更高,可保证燃气–蒸汽联合循环机组稳定运行。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。