- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于信息熵和bp神经网络的故障分类方法!.pdf
第33卷第3期 电力科学与工程 V01.33.No.3
2017年3月 ElectricPowerScienceand Mar.,2017
Engineering
doi:10.3969/j.ISSN.1672—0792.2017.03.009
基于信息熵和BP神经网络的故障分类方法
孙海蓉1,王 蕊1”,耿军亚1,2
(1.华北电力大学控制与计算机工程学院,河北保定071003;
2.华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003)
摘要:为了实现电厂运行中设备故障类型的快速、准确判断,解决神经网络因输入量增多导致收敛速度
大幅降低的问题,将基于近似决策熵模型的属性约简算法结合BP神经网络进行故障分类预测。基于信
息熵的属性约简算法对故障样本数据进行预处理,得到约简决策表,将约简数据样本作为BP神经网络
的输入进行训练,预测故障分类。将该方法用于汽轮机振动故障诊断,结果表明:有效降低了神经网络
的输入维数,简化了网络结构,获得了较高的分类精度,同时降低了计算开销,对快速判断故障类型,
提高维修效率,具有工程实用价值。
关键词:粗糙集;神经网络;近似决策熵;故障分类预测;汽轮机
中图分类号:TPl8文献标识码:A 文章编号:1672—0792(2017)03—0049一06
FaultClassificationPredictionBasedon and
Entropy
BPNeuralNetwork
SUN
Hairon91,WANGRuil一,GENGJunyal’2
ofControland ChinaElectricPower 07
(1.School ComputerEngineering,Noah University,Baoding1003,
ResearchCenterof ControlforPower
China;2.Hebei Generation,
Engineering SimulationOptimized
Noah Power
ChinaElectric University.Baoding071003,China)
normal ofa
AbstractInordertodeterminethefault and the operationpowerplant,
typequicklyaccuratelyduring
andsolvethe thatthe rateofNeural withtheincrease
problem convergence Network(NN)decreasesdramatically
of decisionentro—
ofthe new schemebasedon was model
文档评论(0)