基于主元分析——RBF神經網絡的凝汽器故障診斷.pdf

1、凝汽器是火力發(fā)電廠中一個十分重要的輔助設備，其運行性能的好壞直接影響到整個電廠的經濟效益，對凝汽器故障診斷方法的研究具有非常重要的理論指導意義和工程價值。
　　本文主要利用沙角C電廠sis系統(tǒng)中凝汽器的歷史故障數據生成RBF神經網絡的故障診斷源數據與故障驗證數據，之后針對故障診斷數據進行主元分析去除冗余數據信息形成RBF神經網絡的訓練樣本。確定RBF神經網絡的結構，通過數值計算軟件Matlab訓練RBF神經網絡，形成具有故障模式識

2、別的網絡，通過故障驗證數據考量建立模型的準確性。本文分析了噪聲對主元分析方法的影響，在故障診斷數據中加入不同的信噪比的信號，分析了相同主元個數的情況下，累計方差貢獻率的變化情況。數據之間的存在關聯(lián)系是利用主元分析方法的前提，通過相關系數的求解分析了本文所利用的征兆參數的之間關聯(lián)性。本文還利用原始的訓練樣本和經主元分析優(yōu)化的樣本分別訓練RBF神經網絡，利用故障驗證數據驗證訓練完善的網絡輸出，綜合分析了基于主元分析-RBF網絡的性能。