期刊文献+

基于神经网络的汽包水位传感器故障检测 被引量:3

Fault detection for boiler water level sensor based on neural network
下载PDF
导出
摘要 汽包水位传感器信号的故障检测在热电厂生产过程中非常重要,通过分析主给水流量和主蒸汽流量的输出信号,建立预测水位输出的数学模型,提出了一种基于神经网络的汽包水位传感器故障检测方法,该方法首先建立神经网络结构;然后使用大量学习样本训练网络,确定权值和阈值;最后,进行系统仿真试验,比较仿真模型的输出与真实系统的输出,试验表明,用该方法进行汽包水位传感器的故障检测,效果令人满意。 A model of predictive water level output is built up by analyzing the output signals of main water supply flow and main steam flow. A new method of fault detection for boiler water level sensor based on neural network is brought forward. The neural network is built up ,and then trained with lots of learning samples to determine the simulated and its output is compared with that of the real weights and thresholds. The system is system. Results show its effectiveness.
作者 陈丽娟 杨欣
出处 《电力自动化设备》 EI CSCD 北大核心 2006年第3期35-37,共3页 Electric Power Automation Equipment
关键词 神经网络 故障检测 汽包水位 热电厂 neural network fault detection boiler water level power plant
  • 相关文献

参考文献11

二级参考文献13

共引文献26

同被引文献25

引证文献3

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部