基于人工免疫网络的汽轮发电机组运行状态评估与预测.pdfVIP

第32卷 第6期 工 程 数 学 学 报 Vo1．32N。．6 2015年12月 CHINESE JOURNALOFENGINEERING MATHEMATICS Dec·2015 doi：10．3969／j．issn．1005—3085．2015．06．001 文章编号：1005—3085(2015)06-0791·10 基于人工免疫网络的汽轮发电机组 运行状态评估与预测木 董晓妮 r，温广瑞 ，张小栋 (1一西安交通大学机械工程学院，西安 710049；2．西安思源学院商学院，西安 710038) 摘 要：在分析、比较针对机械运行状态各种预测模型及方法的基础上，本文提出了一种基于 人工免疫网络的预测模型，通过免疫网络调节与免疫规划，对神经网络系统进行设计 与学习，得出人工免疫网络，建立了基于人工免疫网络的中长期预测模型．通过某汽 轮发电机组状态中长期预测的应用，结果表明，该方法与传统的BP神经网络和径向 基网络fRBF1模型预测方法相比，具有较强的白适应能力且预测效果好，可实现对机 械运行状态的预测预报，为预知维修奠定技术基础． 关键词：人工免疫网络；系统状态预测；免疫网络调节；免疫规划；神经网络 分类号：AMS(2000)34K28；03C98 中图分类号：TU67 文献标识码：A 1 引言 设备状态评估与性能预测预报是设备检修工作中的关键技术问题，电力行业 中汽轮 发电机组的故障诊断和故障预报技术受到国内外的重视[1]．建立反映机组状态重要故障模 式的关键特征参数的趋势分析和时序预报模型，对机组运行状态的故障预防具有重要的 意义[2]．目前，机械设备工况的预测研究通常采用特征参数跟踪法，这些特征参数可以是 机械信号时域中的振动烈度，如峰峰值、峭度等，也可以是信号频域中的某些特定频率 分量[引．常见的预测模型和方法包括时间序列分析法4[1、灰色理论法[5]、最小二乘法 6【】和 人工神经网络法[71等．其中以状态预测为 目的的智能算法包括专家系统、人工神经网络 等，人工神经网络应用最为广泛，取得 了比传统预测更好的效果8[8]．但是神经网络BP模 型本身存在着固有的缺陷，如局部收敛、收敛速度和隐层神经元的选择等 问题[9]．文 献 1『0，111对人工神经网络预测技术在机械故障诊断领域的应用作了深入研究．虽然机械 状态的预测已经基本达到中长期预报的水平 ，但在预测精度上仍有不足． 随着现代信息科学和生命科学的发展，进化算法和免疫网络算法的交叉研究及应用 日 益广泛，它们都来源于 自然界中生物的信息处理机制，并被用于构造能够适应环境长期变 化的智能信息处理系统 【I1．将人工神经网络、免疫系统和进化的计算原理加 以抽取和 收稿日期：2015—06．16．作者简介：董晓妮 (1976年2Y]生)，女，博士生，讲师．研究方向：机械设备健康管理等 基金项 目：科技支疆项 目(201491124)． 792 工 程 数 学 学 报 第32卷 结合，对于人工生命、智能体、机器人等的信息模型的研究具有十分重要的意义[15_17] ． 因此，针对汽轮发电机组状态预测模型和精度不足等问题，本文通过借鉴免疫网络调节与 免疫规划，提出了一种人工免疫网络，通过免疫规划进行网络结构的设计，并结合免疫网 络调节的进化算法进行网络的学习[18,19】．拟 以此克服传统人工神经网络 中网络结构构建、 学习算法以及收敛效果的缺陷． 2 基于人工免疫 网络的预测模型 2．1 人工免疫网络的构造 由于人工免疫网络的构造融入了免疫调节原理中的浓度抑制调节机制以保持个体的多 样性，因此基于免疫调节的共生进化网络设计方法被提 [20]．通过对神经元群体而不是神 经网络群体进行进化设计，可显著减小计算量．同时，利用生物免疫原理中的浓度机制和 个体多样性保