针对600 MW火电机组低压加热器系统内部泄漏故障,提出一种基于神经网络的以最大故障分离度为目标的寻优技术;采用征兆模糊计算方法对典型故障样本进行规整化处理,建立了低加内部泄漏故障诊断的神经网络模型;结合征兆缩放优化技术和神经网络诊断模型,对不同负荷下不同程度低加内部泄漏故障进行实时仿真实验;实验表明上述方法对不同负荷下程度迥异的低加故障均可得到具有高故障分离度的正确诊断结果,可准确诊断低加内部泄漏故障,具有较好的工程实用性。
科研之友
微信
新浪微博
Facebook
分享链接
