基于极化因子神经网络的火电厂制粉系统故障诊断技术

来源：计算机测量与控制杂志2015年第5期北京时间：

作者：江若玫,龚春琼

摘要：制粉系统是火电厂的主要设备,其安全稳定运行对发电企业的经济生产具有十分重要的意义;针对制粉系统的运行特性和故障分析,提出了基于极化因子神经网络的火电厂制粉系统故障诊断方法,该方法将故障征兆相应的过程变量作为输入,将制粉系统故障类型作为输出,通过训练神经网络建立其系统故障诊断模型,其中训练过程中采用极化因子来自动调整神经网络的收敛速度,从而在满足误差目标的前提下,防止其陷入局部极小;选取实际火电厂制粉系统3个典型故障及其相对应的9个故障征兆参数进行了实验;结果表明,该方法具有良好的收敛性,完全可以满足火电厂制粉系统现场故障诊断的要求。

关键词：火电厂制粉系统;故障诊断;神经网络;极化因子 [HJ1.3mm][HS(2]Neural Network with Polarization Factor for Pulverizing System Fault Diagnosis

基金资助：国家高技术研究发展计划(863)项目(2006AA04Z180)。