期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于BP网络的凝汽器故障隶属函数及模糊诊断方法
被引量:
13
在线阅读
下载PDF
职称材料
导出
摘要
针对BP网络学习收敛速度慢和易陷入局部最小点的不足,提出了自适应学习军的BP网络算法,该算法从根本上解决了BP网络学习率的取值问题和收敛速度慢的问题,并有效地克服了BP网络易陷入局部最小点的问题,并将这种改进的BP网络算法应用于确定凝汽器故障的隶属函数及模糊诊断中。
作者
李勇
叶荣学
曹祖庆
机构地区
东北电力学院动力系
出处
《汽轮机技术》
北大核心
1995年第4期199-203,共5页
Turbine Technology
关键词
凝汽器
隶属函数
模糊诊断
汽轮机
BP网络
分类号
TK264.11 [动力工程及工程热物理—动力机械及工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
73
引证文献
13
二级引证文献
66
同被引文献
73
1
白卫东,严建华,马增益,王飞,张清宇,林彬,倪明江,岑可法.
基于支持向量机的火焰状态识别方法[J]
.动力工程,2004,24(4):548-551.
被引量:19
2
欧伟,巨林仓,梁恩泉.
凝汽设备模糊神经网络故障类别诊断模型[J]
.热力发电,2004,33(11):21-24.
被引量:2
3
李录平.
凝汽器低真空运行的原因及模糊诊断[J]
.汽轮机技术,1993,35(5):45-48.
被引量:33
4
汪江,陆颂元.
汽轮发电机组故障诊断GA-SVM模型方法的研究[J]
.汽轮机技术,2005,47(1):1-3.
被引量:6
5
武美先,张学良,温淑花,李海楠.
BP神经网络及其改进[J]
.太原科技大学学报,2005,26(2):120-125.
被引量:37
6
吴坤,张欢,赵海波.
遗传算法在水—水热泵优化研究中的应用[J]
.暖通空调,2005,35(7):9-13.
被引量:8
7
韩立岩,周芳.
基于D-S证据理论的知识融合及其应用[J]
.北京航空航天大学学报,2006,32(1):65-68.
被引量:44
8
任子武,伞冶.
自适应遗传算法的改进及在系统辨识中应用研究[J]
.系统仿真学报,2006,18(1):41-43.
被引量:170
9
马永光,殷喆,马良玉.
基于SOM神经网络的凝汽器故障诊断研究[J]
.华北电力大学学报(自然科学版),2006,33(4):5-8.
被引量:11
10
李勇,叶荣学,曹祖庆.
汽轮发电机组故障预测方法[J]
.汽轮机技术,1996,38(1):17-20.
被引量:5
引证文献
13
1
石勇,张仲民,武永运,黄善仿,苏军,张江峰.
汽轮机组凝汽器故障诊断方法的分析研究[J]
.热力发电,2004,33(8):25-28.
被引量:4
2
孙晓刚,张建华,侯国莲,金慰刚.
基于概率神经网络的凝汽器故障诊断研究[J]
.现代电力,2005,22(3):58-61.
被引量:11
3
刘定平,肖蔚然.
基于神经网络和混合遗传算法的凝汽器真空优化控制[J]
.汽轮机技术,2006,48(1):52-54.
被引量:11
4
刘润华.
基于故障树的汽包水位故障诊断方法[J]
.现代仪器,2008,14(3):51-53.
被引量:2
5
刘克非,何祖威.
基于蚁群神经网络的凝汽设备故障诊断[J]
.计算机仿真,2008,25(5):214-217.
被引量:6
6
王雷,张瑞青,盛伟,徐治皋.
基于模糊规则和支持向量机的凝汽器故障诊断[J]
.热能动力工程,2009,24(4):476-480.
被引量:9
7
高虎杉,耿世彬,周文生,亓伟,冯娇杰.
地下工程空调系统节能控制新技术[J]
.洁净与空调技术,2011(2):47-50.
被引量:3
8
郑莆燕,蔡宁生,沈坤全,刘海晏.
故障诊断在火电厂热力系统中的应用及存在问题[J]
.汽轮机技术,2001,43(6):321-323.
被引量:11
9
曹丽华,王宏宇,李勇.
多神经网络与D-S证据理论融合的凝汽器故障诊断方法[J]
.汽轮机技术,2016,58(2):122-124.
被引量:6
10
鲁锦,刘汉金,刘娟,蔡文,卢冬冬.
1000 MW机组凝汽器低真空故障特征向量的提取及应用[J]
.江西电力,2018,42(10):49-52.
被引量:1
二级引证文献
66
1
杨波,郭勇.
电厂 SIS 系统的功能设置及其实现问题研究[J]
.电站系统工程,2005,21(4):53-55.
被引量:1
2
董伟,郭勇.
建设电厂信息化的目标和意义[J]
.电力信息化,2005,3(10):29-33.
被引量:1
3
石永恒,陈荣生,杨亚平.
一种改进型BP网络算法在凝汽器故障诊断中的应用[J]
.电站辅机,2006,27(1):15-19.
被引量:3
4
马瑞,贺仁睦.
一种基于粒子群优化并行神经网络的电力系统负荷特性聚类方法[J]
.现代电力,2006,23(3):1-5.
被引量:6
5
阎秦.
火电厂故障诊断系统研究一例[J]
.热电技术,2006(3):51-52.
6
滕丕忠,张聘,陈荣生,陈群,石永恒,禹宝宁,杨亚平.
基于模糊神经网络的凝汽器故障诊断及其性能监测[J]
.电力自动化设备,2007,27(1):90-92.
被引量:9
7
陈波,郭壮志.
基于优化平滑因子σ的概率神经网络的变压器故障诊断方法研究[J]
.现代电力,2007,24(2):44-47.
被引量:18
8
丁常富,代志纲,肖涛.
VB调用Matlab在凝汽器故障诊断中的应用[J]
.计算机工程与设计,2007,28(11):2730-2732.
被引量:2
9
司丽丽,陈荣生,滕丕忠,杨亚平.
电站凝汽器运行状态监测智能决策系统研究[J]
.能源研究与信息,2007,23(2):96-99.
被引量:2
10
刘克非,何祖威.
基于蚁群神经网络的凝汽设备故障诊断[J]
.计算机仿真,2008,25(5):214-217.
被引量:6
1
余波,张礼达,王辉.
水轮机故障诊断专家系统的一种模糊诊断方法[J]
.水力发电,2002,28(4):38-39.
被引量:11
2
石永恒,陈荣生,杨亚平.
一种改进型BP网络算法在凝汽器故障诊断中的应用[J]
.电站辅机,2006,27(1):15-19.
被引量:3
3
陈国金.
实现内燃机振动故障诊断专家系统的方法[J]
.振动.测试与诊断,1995,15(3):49-56.
被引量:4
4
李录平.
凝汽器低真空运行的原因及模糊诊断[J]
.汽轮机技术,1993,35(5):45-48.
被引量:33
5
赵丽萍.
模糊诊断方法诊断凝汽器故障[J]
.一重技术,2003(1):62-63.
6
张利平,王伟峰,唐德善.
改进的BP网络在凝汽器故障诊断中应用[J]
.热力发电,2004,33(3):50-52.
被引量:5
7
阮跃,徐世昌,黄文虎.
旋转机械振动故障的动态模糊诊断[J]
.发电设备,1997(5):9-11.
被引量:7
8
虞金霞,应启光.
柴油机扭振参数的模糊诊断和灰色诊断比较[J]
.上海海运学院学报,1999,20(2):24-28.
被引量:7
9
蒋祖勇.
基于模糊诊断的知识获取在锅炉电控设备的故障诊断[J]
.电工技术杂志,2002,24(8):35-36.
10
王正英,王太勇,胥永刚,李强.
基于专家系统开发工具的汽轮机振动故障多征兆模糊诊断方法[J]
.中国电力,2008,41(4):67-70.
被引量:1
汽轮机技术
1995年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部