论文部分内容阅读
本文对改进共轭梯度BP算法、加动量项BP算法、自适应BP算法、递推合成BP算法和分部优化BP算法等改进BP算法在汽轮机热力系统故障诊断与预测中的应用进行了探讨,并选用改进共轭梯度BP算法和递推合成BP算法开发了重庆发电厂21号机组汽轮机热力系统故障诊断与预测软件。在软件的开发研究过程中,收集了汽轮机热力系统的故障与预测样本,拓展了该系统的故障诊断和预测的知识库,建立了知识获取、故障诊断与预测、故障解释等功能子模块,采用Visual C++编制了该系统的故障诊断与预测程序,并对高加、给水除氧和凝汽器等子系统的常见故障的诊断和重要故障特征参数的预测进行了仿真实验。本文所做的故障诊断仿真实验表明,加动量项、自适应和改进共轭梯度这三种改进的BP算法在网络的训练速度上都比传统的BP算法有一定的提高,其中改进的共轭梯度BP算法较佳,它能更好地解决在复杂的汽轮机热力系统故障诊断中存在的容易陷入局部最小点的问题,而且采用该算法对故障的诊断精度高,不仅能对故障是否发生进行诊断,还能判断故障发生的严重程度。本文所做的预测仿真实验表明,递推合成BP算法和分部优化BP算法对汽轮机热力系统的故障特征参数都能做出较好的预测,其中,因递推合成BP网络增加了BP网络各层之间及输入层与输出层之间的连接权,并采用线性激励函数,这样加强了内部节点的关联性,克服了BP网络预测的饱和性,其预测精度较高,而分部优化BP算法虽能极大地提高网络的训练速度和训练精度,但要避免“过拟合”。本文的研究为电厂汽轮机热力系统故障诊断与预测系统的实现,为保证机组安全、经济运行提供了参考。