基于广义回归神经网络的凝汽器故障诊断

摘要

凝汽器的运行状态,将直接影响机组运行的安全性与经济性.为了提高凝汽器故障的诊断速度与正确率,利用广义回归神经网络,建立了凝汽器故障的诊断模型(GRNN),经实例测试,验证了诊断模型的有效性.并且,将该诊断模型(GRNN)与其它神经网络诊断模型(Elman、BP)的诊断结果进行了对比,实验表明,利用广义回归神经网络的诊断速度更快,故障的剥离能力较强,更适合于现场故障的诊断.