摘要:本文论述了BP 神经网络的结构和学习算法以及应用到故障诊断中的原理和过程,并结合燕山石化YL II-18000A 型烟气轮机给出应用实例,利用BP 神经网络对烟机的其中几种故障类型作出诊断。诊断
l 电力变压器故障诊断方法概述 传统的电力变压器故障诊断方法存在各自的局限性:中性点电流法所依据的参数模型理论是一种理想情况,实际试验中,冲击电压发生器放电离散性(导致冲击波波形和持续时间差异性)
传感器是现行研究的压铸机实时检测与控制系统的关键部件,系统利用传感器对压铸机的各重要电控参数 (如:合型力、油压、压射速度、模具温度等)进行检测,并进行准确控制。这一过程中,各传感器输出信号的质量尤为
针对空调器常见的故障类型,利用已知的空调故障征兆与故障类型矩阵构造诊断知识库,同时开发了一个神经网络专家系统,用于实现对待测试空调器的故障检测
基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的。主要是采集变压器油在各种情况下的数据,并对应其故障进行编码,再用Matlab编写神经网络进行训练,输入各特征气体
基于PNN的变压器故障诊断的研究,黄云霏,冀常鹏,变压器故障的诊断保障变压器安全的运行,减少事故的发生,因此变压器故障的诊断具有十分重要的意义。本文提出基于概率神经网络的
电力变压器故障诊断中的测试数据信息不完备、有偏差,而贝叶斯网络处理不确定性问题能力强。提出了一种基于选择性贝叶斯分类器的、溶解气体分析结合其他电气试验结果的变压器故障诊断方法,并建立了变压器选择性贝叶
针对三电平逆变器的开路故障,采用一种基于小波包变换与自组织映射神经网络(SOM)的故障诊断方法。测量三电平逆变器的上、中、下桥臂电压进行故障模式的分类,桥臂电压经过小波包分解后进行故障特征向量提取,将
传统的高压断路器故障诊断方法太过于依赖经验,不能准确地反映特征量和故障模式之间的关系,诊断准确度不高。针对这个问题,采用卷积神经网络算法进行高压断路器故障诊断,结合高压断路器分合闸线圈电流特点建立诊断
