陈晓芸
- 作品数：4 被引量：19H指数：2
- 供职机构：西安理工大学自动化与信息工程学院电气工程系更多>>
- 发文基金：陕西省科技攻关计划更多>>
- 相关领域：电气工程更多>>
- 基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断被引量：12
- 2009年
- 【目的】针对单一径向基(RBF)神经网络在水轮发电机组振动故障诊断中泛化能力不足的缺点,提出基于粒子群(PSO)算法优化的RBF神经网络。【方法】利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对水轮发电机组振动故障进行仿真诊断。【结果】仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快。【结论】PSO算法优化的RBF神经网络,适用于水轮发电机组振动故障诊断,其诊断精度较高,具有推广应用价值。
- 贾嵘陈晓芸李辉席文飞
- 关键词：水轮机振动故障诊断粒子群算法神经网络
- 基于ICA的水轮发电机组局部放电干扰抑制方法
- 本文提出了一种基于独立分量分析(ICA)的水轮发电机组局部放电信号提取方法，该方法可以有效地分离出相互独立或者近似独立的源信号。对于现场采集到的局放信号，可认为该信号中局放脉冲信号和噪声干扰是相互独立的。通过ICA方法对...
- 刘军宋新甫黄戈敬强陈晓芸
- 关键词：水轮发电机组局部放电独立分量分析
- 文献传递
- 基于粒子群优化神经网络的水轮机振动故障诊断被引量：8
- 2009年
- 为了提高水轮机振动故障诊断正判率,提出粒子群算法优化BP神经网络的水轮机振动故障诊断方法,即把通过特征提取获得的机组故障特征量作为神经网络的输入,然后利用训练好的粒子群算法优化后的神经网络进行水轮机振动故障类型诊断。诊断结果表明,该方法具有良好的分类效果,比BP神经网络诊断模型诊断精度高。
- 黄戈崔建武陈晓芸贾嵘
- 关键词：水轮机振动故障诊断粒子群神经网络
- 基于能量算子和粒子群优化神经网络的水轮发电机组振动故障诊断研究
- 随着水电机组单机容量的增大，对机组可靠性的要求越来越高。对机组开展在线监测与故障诊断，加强水电机组的监测，及时预测设备可能发生的故障，分析原因，是实现设备预知性维修的前提和保证设备安全运行的关键。 本文以水轮发电机组状...
- 陈晓芸
- 关键词：水轮发电机组故障诊断能量算子粒子群算法径向基神经网络
- 文献传递
