摘要
电力和工业领域存在大量旋转设备,这些设备在运行过程中有时会出现多种故障同时发生的情况,即复合故障。复合故障由于不同故障的现象特征相互叠加干扰,较难准确地区分和识别同时发生的故障组成。因此,本文提出一种基于BP-ELM算法的复合故障的智能识别方法,以提升复合故障情况的识别准确率。本文以某电厂大型离心风机的真实数据为例,验证了该算法相较于传统的BP神经网络,能做到快速、准确地识别出复合故障中同时发生的不同故障,从而协助诊断工程师进行故障决策,辅助设备日常维护工作。
出处
《电力设备管理》
2024年第1期169-171,共3页
Electric Power Equipment Management