- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于神经网络组与故障分级的故障诊断.pdf
第31卷第1期 系统工程与电子技术 V01.31NO.1
2009年1月 andElectronics Jan.2009
SystemsEngineering
文章编号:1001—506X(2009)01—0225—04
基于神经网络组与故障分级的故障诊断
马成才,顾晓东
(复旦大学电子工程系,上海200433)
摘要:为了更好地解决当前神经网络在故障诊断方面的不足,提高诊断的精度和正确率,提出了一种基于
神经网络组和故障分级思想的故障检测方法,在将故障分级的同时使用一个包含着三个子神经网络的神经网络
组来完成故障检测。根据故障发生频率的不同,将故障分成了不同的等级。故障等级越高,用于检测这种故障的
子神经网络数越多,以此来保证较高的故障检测正确率。实验结果表明:对于等级最高的故障,检测正确率是
100%;对于其他故障,检测正确率也都在95%左右。实验结果充分证明了此方法在故障检测方面的优越性。
关键词:神经网络组;故障诊断;故障分级;电力电子系统
277
中图分类号:TP 文献标志码:A
Fault withfault neuralnetwork
diagnosis gradationusing group
MA
Cheng—cai,GUXiao-dong
Electronic
(Dept.of Engineering,FudanUniv.,Shanghai200433,China)
the
Abstract:Inordertoresolve oftheneuralnetworkfault and the
shortage diagnosisimproveprecision
and new with network of3sub
fault fault neural
veracity,a diagnosisapproach gradationusing groupconsisting
neuralnetworksis faultsdifferentare totheoccurrence ofdif—
proposed.The gradesgivenaccording frequencies
ferentfaults.Thethefault thenumberoftheusedsubneuralnetworks
higher grade,thelarger is.Experimen—
resultsshow correctnessrate
tal thatthe ofthefaultswiththe is100%,andthe
diagnosis highestgrade diagno—
siscorrectnessratesoftheotherfaultswithlower about isofbetter
grades,are
文档评论(0)