检索结果-维普期刊中文期刊服务平台

基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用被引量：9: 1; 作者司风琪李欢欢徐治皋《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第3期574-578,共5页; 针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因... 展开更多; 关键词鲁棒输入训练神经网络故障诊断多传感器影响因子可靠性系数; 在线阅读下载PDF 职称材料

基于混合型鲁棒输入训练神经网络的非线性数据校正方法及其应用被引量：1: 2; 作者任少君司风琪 +1 位作者李欢欢徐治皋《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第2期322-327,共6页; 提出了一种基于混合型鲁棒输入训练神经网络的非线性数据校正模型,在基于过程数据的神经网络模型中引入了反映过程机理的约束方程.根据所提模型的网络结构,采用罚函数法将约束方程加入到网络训练目标函数中,并采用BP算法推导出该网络的... 展开更多; 关键词混合型鲁棒输入训练神经网络故障诊断机理约束罚函数数据校正; 在线阅读下载PDF 职称材料

基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法被引量：6: 3; 作者黄郑王红星 +2 位作者于海泉李逗司风琪《中国电力》 CSCD 北大核心 2019年第11期125-133,共9页; 为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性,提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型,并对各模型进... 展开更多; 关键词多模型鲁棒输入训练神经网络故障诊断联合循环; 在线阅读下载PDF 职称材料

基于非线性主元分析的水轮机调节系统传感器故障诊断被引量：1: 4; 作者刘明华南海鹏余向阳《西安理工大学学报》 CAS 北大核心 2012年第2期204-209,共6页; 利用现场的运行数据,将基于输入训练神经网络的非线性主元分析(PCA)方法应用到水轮机调节系统传感器故障诊断中,讨论了基于输入训练神经网络的非线性主元分析实现方法,建立了输入训练神经网络和反向传播网络,实现了对实测数据的重构,讨... 展开更多; 关键词传感器故障诊断非线性主元分析输入训练神经网络水轮机调节系统; 在线阅读下载PDF 职称材料

题名基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用被引量：9: 1; 作者司风琪李欢欢徐治皋; 机构东南大学能源与环境学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第3期574-578,共5页; 基金东南大学科技基金资助项目(9203000024); 文摘针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因子函数形式,抑制了多个含有显著误差故障数据的不良影响,并增加了具备高可靠性的重要数据影响权重,大大减小了残差污染,提高了故障诊断的准确性和可靠性.以某300 MW机组1#高加测点为对象进行算例分析,验证了该方法对于多传感器故障诊断的可行性和准确性,计算和模拟表明,RITNN方法优于线性PCA和传统ITNN方法,能够更加准确进行多传感器故障的检测和故障数据的重构.; 关键词鲁棒输入训练神经网络故障诊断多传感器影响因子可靠性系数; Keywords robust input-training neural network fault diagnosis multi-sensor influence factor reliability coefficient; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于混合型鲁棒输入训练神经网络的非线性数据校正方法及其应用被引量：1: 2; 作者任少君司风琪李欢欢徐治皋; 机构东南大学能源热转换及其过程测控教育部重点实验室; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第2期322-327,共6页; 基金国家自然科学基金资助项目(51176030); 文摘提出了一种基于混合型鲁棒输入训练神经网络的非线性数据校正模型,在基于过程数据的神经网络模型中引入了反映过程机理的约束方程.根据所提模型的网络结构,采用罚函数法将约束方程加入到网络训练目标函数中,并采用BP算法推导出该网络的学习方法,进而给出了基于该方法的数据校正流程.分别以一个五维非线性系统和某1 000 MW机组1#高加测点为对象进行算例分析,结果表明:所提出的模型能正确检验出测量数据中的不良值,具有良好的鲁棒性;在完成数据校正的同时还能保证重构数据满足相应的系统机理约束条件;在多测点同时发生故障时,也能保证数据校正的准确性和可靠性.; 关键词混合型鲁棒输入训练神经网络故障诊断机理约束罚函数数据校正; Keywords hybrid robust input-training neural network fault diagnosis mechanism constraints penalty function data correction; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法被引量：6: 3; 作者黄郑王红星于海泉李逗司风琪; 机构江苏方天电力技术有限公司东南大学能源热转换及过程测控教育部重点实验室; 出处《中国电力》 CSCD 北大核心 2019年第11期125-133,共9页; 文摘为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性,提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型,并对各模型进行优先级划分,以串并联方式设定模型间关系,通过可靠参数的逐级生成和传递,有效抑制了多传感器显著故障产生的残差污染,提高了故障诊断的准确性及可靠性,进而给出了传感器故障诊断流程,建立了完整的传感器故障诊断系统。以某200 MW级燃气–蒸汽联合循环机组为研究对象,对多传感器故障进行诊断,并与RITNN单一模型方法和输入训练神经网络(ITNN)单一模型方法进行对比,结果表明,提出的多模型RITNN故障诊断方法诊断精度更高,可保证燃气–蒸汽联合循环机组稳定运行。; 关键词多模型鲁棒输入训练神经网络故障诊断联合循环; Keywords multiple models RITNN fault detection NGCC; 分类号 TM611.31 [电气工程—电力系统及自动化] TM621 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于非线性主元分析的水轮机调节系统传感器故障诊断被引量：1: 4; 作者刘明华南海鹏余向阳; 机构西安理工大学水利水电学院; 出处《西安理工大学学报》 CAS 北大核心 2012年第2期204-209,共6页; 基金教育部博士点专项基金资助项目(20096118110012); 文摘利用现场的运行数据,将基于输入训练神经网络的非线性主元分析(PCA)方法应用到水轮机调节系统传感器故障诊断中,讨论了基于输入训练神经网络的非线性主元分析实现方法,建立了输入训练神经网络和反向传播网络,实现了对实测数据的重构,讨论了利用平方预测误差(SPE)进行故障检测和识别的方法,并用现场实测数据对该方法进行了仿真。仿真结果表明,该方法有效且实用。; 关键词传感器故障诊断非线性主元分析输入训练神经网络水轮机调节系统; Keywords sensor fault diagnosis PCA input-training neural network regulation of hydro turbine; 分类号 TM312 [电气工程—电机] TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用	司风琪李欢欢徐治皋	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2011	9	在线阅读下载PDF 职称材料
2	基于混合型鲁棒输入训练神经网络的非线性数据校正方法及其应用	任少君司风琪李欢欢徐治皋	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
3	基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法	黄郑王红星于海泉李逗司风琪	《中国电力》 CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料
4	基于非线性主元分析的水轮机调节系统传感器故障诊断	刘明华南海鹏余向阳	《西安理工大学学报》 CAS 北大核心	2012	1	在线阅读下载PDF 职称材料