一种基于DE-ENN的烟气轮机运行状态潜在风险识别方法

来源：信息与控制杂志2016年第1期北京时间：

作者：夏崇坤, 苏成利, 曹江涛, 李平

摘要：针对烟气轮机在运行中潜在风险难以快速准确识别的问题，提出了一种基于差分进化—可拓神经网络（DE-ENN）的风险识别方法．该方法根据可拓学的基本理论对烟气轮机的运行模型进行拓展分析，构建物元模型，确定特征向量和潜在风险等级；接着将差分进化思想引入到可拓神经网络中，以解决学习速率和加权系数难以确定的问题，进而提出了完整的DE-ENN算法，并用UCI标准数据集进行测试，验证了该算法的有效性．最后将该算法应用于烟机运行模型的潜在风险识别，实验结果表明该方法不仅结构简单、运行时间短、预测准确率高，而且还具有出色的泛化能力．

关键词：风险识别, 差分进化, 可拓神经网络, 烟气轮机