改进的双向联想记忆网络在凝汽器故障诊断中的应用.pdfVIP

第 2 5 卷第 10 期 电 力 科 学 与 工 程 Vol.2 5, N o.10 2009 年 10 月 Electric Pow er Scien ce and En gineerin g Oct., 2009 23 改 进 的 双 向 联 想 记 忆 网 络 在 凝 汽 器 故 障 诊 断 中 的 应 用 任燕燕，戴毅姜，翟永杰，董 泽 （华北电力大学 控制科学与工程学院，河北 保定 071003） 摘要：在确立凝汽器典型故 障知识库的基础上，应用双向联想记忆 （BAM ）网络对凝汽器进行故障诊断。 网络学习算法采用强化系数的多重训练算法。在该算法的作用下，BAM 网络将被强化矢量对存储在 以此 矢量对为中心的 Hemmin g 距离为 1 的邻域里的能量最小点，从而保证矢量对的正确联想。设计了诊断模 型，实现了对凝汽器典 型故障的诊断，并分析了该模型在实际应用中可能出现的问题。 关键词：双 向联想记忆 （BAM）；故障诊断；多重训练算法；Hemmin g 距离；BAM 能量函数 中图分类号：TK267 文献标识码：A 的一种最基本 的形式。图 1 给出了由双层双向网络 0 引 言 构成 的 BAM 结构，其中，与矢量 A 相对应 的一 层有 M 个节点，另一层对应矢量 B ，由N 个节点 在火电机组 中，为 了提高蒸汽动力循环效率 ， 构成 ，两层之间双 向连接。假定 由A 向 B 的传输 必须设法降低汽轮机 的排汽压力，也就是降低循环 为正 向，正向的突触权重矩阵为 W ；反之 ，由 B 放热过程 的温度，减少 “冷源损失”。凝汽器就是 向A 的传输为反 向，反向的突触权重矩阵为 W T 。 实现这一 目的的重要设备，所 以凝汽器 的工作状况 直接影响到机组运行的经济性和安全性，对其运行 b0 b1 b 1 T 状态的检测和故障诊断一直倍受 电厂运行人员和科 W ⋯ 研工作者关注。本文在总结常用对分表面式凝汽器 典型故障特征知识库 [1] 的基础上 ，用改进的双 向 联 想记 忆 （B i directi on al As soci ativ e Me mor ， W ⋯ 以下简称 BA M）网络进行凝汽器的故障诊断。 a a a a 0 1 2 1 BAM 是一种两层非线性记忆型网络，起源于 图 1 BAM 神经网络模型 Hop fiel d 网络和联想记忆 （As soci at iv e Me mor ） 网络。它能将一些信号存储在 网络 的权结构 中，在 BA M 神经网络的学习仍按 Hebb 规则进行。 需要时用于重新提取 。B