基于高斯基函数CMAC神经网络的发电机故障诊断方法

摘要

提出一种基于高斯基函数小脑模型神经网络(CMAC)的汽轮发电机故障诊断新方法,为了达到更高的精度和更好的泛化能力,该方法以高斯函数作为CMAC神经网络的基甬数,针对发电机的机电耦合特性,将发电机机电综合特征作为神经网络的训练样本输入,经MATLAB仿真得到了完全正确的诊断结果,收敛速度快,精度高,可以满足在线监控的要求.通过比较学习率和泛化常数取值不同时CMAC网络的训练结果,分析了学习率和泛化常数对该网络的影响.