基于GSA-BP神经网络的电厂风机运行状态评估
Industrial Control Computer（2019）
Abstract
风机的运行状态在很大程度上影响了火电厂生产的安全性和经济性.针对其健康状态的监测问题,提出了一种基于改进BP神经网络的风机运行状态评估方法.首先,通过BP神经网络建立正常状态下风机振动的预测模型;然后,根据风机的实时运行参数得到健康状态下风机振动的预测值;最后将振动的预测结果与实际值的相对误差来反映机组的退化程度和健康状态.为提高BP神经网络的收敛速度和泛化性能,将引力搜索算法(Gravitational Searching Algorithm,GSA)应用于神经网络权值的优化.现场实测数据表明,所提方法有较高的预测精度,能有效应用于风机运行状态的智能化评估.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined