基于人工神经网络的故障诊断方法在电站中的应用研究

摘要

该文在分析了各种传统的故障诊断方法以及人工神经网络原理的基础上,提出了两种可应用于电站设备或系统的神经网络故障诊断方法,即基于神经网络系统辨识能力的方法和基于神经网络模式识别能力的方法.该文的主要工作成果是:(1)利用人工神经网络的非线性动态系统辨识能力,建立测量参数的神经网络预测模型,根据实际测量值与神经网络模型的预测值之间的残差,可实现故障的检测.(2)利用神经网络辩识能力,建立电站中设备的静态特性模型,通过残差分析,可确定设备性能下降故障.(3)利用BP网络的模式识别能力,对设备性能下降的程度进行诊断.这将为建立电站性能监测与诊断系统提供新的方法,为在电站实现状态预测性修创造条件.(4)利用竞争型神经网络,实现对凝汽器系统的故障诊断.这一方法可以用于那些可以由故障征兆描述的故障的分类诊断.

目录

文摘

英文文摘

第1章 绪论

§1.1课题背景与意义

§1.2电站故障诊断技术的发展和应用现状

§1.3本文的主要工作及贡献

第2章 故障检测与诊断技术综述

§2.1基于系统输入/输出的直接测量和信号处理的方法

§2.2基于状态估计的故障检测与诊断方法

§2.3基于参数估计的故障检测与诊断方法

§2.4基于人工智能的故障检测与诊断方法

§2.5各种诊断方法的局限性

§2.6基于人工神经网络的故障检测与诊断方法

§2.7本章小结

第3章 人工神经网络与系统辨识

§3.1引言

§3.2多层前向神经网络

§3.3基于神经网络的系统辨识

§3.4本章小结

第4章 测量仪表的故障诊断

§4.1基于冗余技术的测量仪表故障诊断在电站中的应用

§4.2基于动态预测模型的测量故障诊断

§4.3基于人工神经网络的测量故障诊断

§4.4本章小结

第5章 人工神经网络在电站过程故障诊断中的应用

§5.1引言

§5.2电站锅炉典型故障仿真

§5.3基于神经网络辨识模型的故障检测

§5.4基于BP网络的故障分类或故障程度估计

§5.5基于竞争网络的凝汽器故障诊断

§5.6本章小结

结束语

附录一

致谢

参考文献

作者在博士研究生期间的主要工作及发表的论文