RBF神经网络在水轮发电机故障诊断中的应用

《RBF神经网络在水轮发电机故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28卷第12期计算机仿真2011年12月文章编号：1006—9348(2011)12-0314一04RBF神经网络在水轮发电机故障诊断中的应用张敬斋(徐州工业职业技术学院，江苏徐州221002)摘要：研究发轮电机故障准确诊断对水电站正常运行有着重要意义。由于水轮发电机是将水动能转换为电能，结构复杂，传统故障诊断方法难以解决水轮发电机的高维、非线性和不确定输出等问题，故障诊断准确率低，不利于实时诊断。为了实时进行发电机故障诊断，保证系统安全性能，提出一种改进的神经网络故障模式分类算法。首先采用粒子群优化算法对基本RBF神经嗍络进行

2、优化和改正，提高网络学习性能，然后用改进算法对水轮发电机故障进行故障诊断。对水轮电机振动数据进行测试实验，结果表明算法提高了水轮发电机敝障诊断速度和准确率，结构简单，可以为水轮发电机故障实时识别提供科学依据。关键词：粒子群算法；神经网络；故障诊断；水轮发电机中图分类号：TM312文献标识码：BResearchonHydraulicGeneratorFaultsDiagnosisBasedonPSO·—RBFNNZHANGJing—zhai(DepartmentofInformation，XuzhouCollegeofIndustr

3、yTechnology，XuzhouJimagsu221002，China)ABSTRACT：Diagnosingthehydraulicgeneratorfaultsisimportantforthepowerstationsnormalrunning．Thehy-draulicgeneratorcantransformwaterenergyintoelectricalenergy，butthesystemstructureisverycomplex，anditisdifficultforthetraditionalfaultd

4、iagnosismethodtosolvetheproblemsinhydraulicgenerator，suchashi【ghdimen-sion，nonlinearanduncertain，whichcauseslowfaultdiagnosisaccuraterateisandpoorreal—timediagnosis．Inor-dertoimprovethefaultdiagnosisaccuracyofgeuemtorsandensurethesystemsecurityperformance，thispaperpre

5、s-entedanfaultpatternclassificationalgorithmbasedontheimprovedneuralnetwork．Firstly，RBFneuralnetworkWaSoptimizedbyparticleswal3moptimizationalgorithmtoimprovetheperformanceofneuralnetworkandthenthehydrau-licgeneratorfaultsWasdiagnosisbybuildingmodel．ThemodelWastestedb

6、ythehydraulicgeneratordata，andthe．resultsshowthatthepresentedalgorithmimprovesthehydraulicgeneratorfaultdiagnosisspeedandaccuracy，simpli—tiesthestructure，andCBXIprovideascientificbasisforturbinegeneratorfaultdiagnosis．KEYWORDS：Particleswamioptimization(PSO)；Neuralnetw

7、ork(NN)；Faultsdiagnosis；Hydraulicgenerator1引言水轮发电机是水电站生产电能最重要的动力设备，它将水能转换为旋转的机械能，然后再将机械能转换为电能，水轮发电机运行状况的好坏直接影响到水电站的经济效益和社会效益⋯。在发电过程中，一旦水轮发电机出现故障，将会造成极为严重的经济损失，因此，对水轮发电机进行监控，及时发现和处理发电机组的故障，保证其安全、高效地运行，成为了近年来国内外水电领域研究的方向和重点心】。收稿日期：2010—12—10修回日期：2011-01—13—314一经过近三十年的探索

8、与发展，目前水轮发电机故障诊断方法主要有基于解析模型的方法、基于信号处理的方法和智能故障诊断方法”’41。传统基于解析模型的故障诊断方法在水轮发电机组故障诊断中发挥了很好的作用，但基于解析模型的故障诊断方法的研究成果主要集中在线性系统。随着水轮发电