没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一种基于Elman神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而建立了基于Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。
资源推荐
资源详情
资源评论
邵珊珊,孙丽君.基于 Elman神经网络的燃气轮机功率预测方法研究[J].计算机科学与探索,2014,8(11):1358-1364.
基于 Elman神经网络的燃气轮机功率预测方法研究
*
邵珊珊
+
,孙丽君
同济大学 电子与信息工程学院,上海 201804
Gas Turbine Power Prediction Based on Elman Neural Network
SHAO Shanshan
+
, SUN Lijun
School of Electronics and Information Engineering, Tongji University, Shanghai 201804, China
+ Corresponding author: E-mail: shans1215@163.com
SHAO Shanshan, SUN Lijun. Gas turbine power prediction based on Elman neural network. Journal of
Frontiers of Computer Science and Technology, 2014, 8(11):1358-1364.
Abstract:Power forecast of gas turbine is significant for breakdown prediction. For gas turbine failure prediction,
this paper proposes a power prediction method based on Elman neural network. Experimental data are from the real
data of a power plant, this paper selects the attributes relevant to power. Through comparative experiments, using
suitable preprocessing method and input data, and setting the suitable number of neurons in hidden layer, this paper
develops a gas turbine power prediction model based on Elman neural network. Finally, compared with back propagation
(BP) network and radial basis function (RBF) network, this paper verifies the effectiveness of Elman neural network.
Key words: Elman neural network; gas turbine power prediction; neural network
摘 要:预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一
种基于 Elman 神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属
性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而
建立了基于 Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径
向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。
关键词:Elman神经网络;燃气轮机功率预测;神经网络
文献标志码:A 中图分类号:TP183
* The National Natural Science Foundation of China under Grant No. 61075056 (国家自然科学基金).
Received 2014-04, Accepted 2014-06.
CNKI网络优先出版:2014-07-07, http://www.cnki.net/kcms/doi/10.3778/j.issn.1673-9418.1406017.html
ISSN 1673-9418 CODEN JKYTA8
Journal of Frontiers of Computer Science and Technology
1673-9418/2014/08(11)-1358-07
doi: 10.3778/j.issn.1673-9418.1406017
E-mail: fcst@vip.163.com
http://www.ceaj.org
Tel: +86-10-89056056
邵珊珊 等:基于 Elman神经网络的燃气轮机功率预测方法研究
1 引言
燃气轮机是一种以连续流动的气体作为工质,
把热能转换为机械功的旋转式动力机械,是旋转机
械的一个重要分支。燃气轮机的应用领域广泛,包
括电力、交通、化工和舰船等。然而,燃气轮机也会
因为各种原因引起故障,导致机器无法正常运转,甚
至造成巨大经济损失和人员伤亡事故。因此,燃气
轮机的发展对速度、容量、效率和可靠性等方面提出
了更高的要求。在燃气轮机上应用故障预测技术,
获利与投资比极高,各工业国家的维修体制都在向
预测性方向发展
[1]
。
现有的机械故障预测方法
[2]
可分为定量分析和
定性分析两大类
[3]
。定性分析即基于知识的方法,包
括专家系统和模糊系统等。定量分析包括基于模型
的方法和基于数据的方法。基于模型的方法包括基
于滤波器故障预测方法及故障机理建模方法等,而
基于数据的方法主要包括自回归(auto regression,
AR)
[4]
、灰色模型(grey model,GM)
[5]
、混沌时间序列、
隐马尔科夫模型(hidden Markov model,HMM)和机
器学习方法(如人工神经网络(artificial neural network,
ANN)
[6]
、支持向量机(support vector machine,SVM)
[7]
)
等。基于数据的方法
[8]
适用范围广,成本小,具有广
泛的工程价值,是故障预测领域的研究热点和发展
趋势。
在故障预测中,对机器的各种运行状态分析是
重要的一环
[9]
,而在现有的基于数据的故障预测方法
中,针对机械转子振动的预测研究较多,对功率预测
的研究尚少,主要是因为影响功率的因素很多。但
是,功率是体现机器运行状态最直接的特征,任何机
械故障都会导致功率变化,因此,研究预测燃气轮机
功率未来的变化趋势对故障预测显得非常重要。
本文提出了基于 Elman神经网络的燃气轮机功
率预测方法。首先选取合适的样本数据,然后经过样
本数据预处理和一系列的实验对比分析,确定 Elman
神经网络的结构,建立较高预测精度的基于 Elman神
经网络的燃气轮机功率预测模型,最后通过实验验
证所提方法的有效性。
2 Elman神经网络基本原理
2.1 Elman神经网络模型
Elman 神经网络
[10]
是 Elman 于 1990 年首先针对
语音处理问题提出来的,它是一种典型的局部回归
网络。Elman 神经网络可看作是一种具有局部记忆
单元和局部反馈连接的前向神经网络。
Elman 神经网络具有与多层前向网络相似的多
层结构。Elman神经网络结构可分为 4层,分别是输
入层、隐含层、承接层(或关联层)和输出层,如图1所示。
图 1 中,输入层、隐含层和输出层的结构与前向
神经网络相似。输入层的神经元起信号传输作用,
隐含层神经元的激励函数可采用线性或非线性函
数,输出层神经元起线性加权作用,而承接层是从隐
含层接收反馈信号,用来记忆隐含层神经元前一时
刻的输出值,承接层神经元的输出经延迟与存储,再
输入到隐含层,使得网络对历史数据具有敏感性,增
加了网络自身处理动态信息的能力。
2.2 Elman神经网络算法
假设输入向量 U 为 r 维向量,即 u
1
u
2
u
r
;
输出向量
Y 为 m 维向量,即 y
1
y
2
y
r
;隐含层输出
向量
X 为 n 维向量,即 x
1
x
2
x
r
;承接层输出向量
X
c
为 n 维向量,即 x
c1
x
c2
x
cr
;输入层到隐含层、
承接层到隐含层、隐含层到输出层的连接权值分别
为
w
1
,
w
2
,w
3
;
g(×)
为输出神经元的激励函数;
f (×)
为隐含层神经元的激励函数;t 表示时刻。由图 1所
示的 Elman神经网络结构图可知:
X
c
(t) = X(t - 1) (1)
输出层
隐含层
输出
输入层
承接层
输入
…
…
…
…
Fig.1 Structure of Elman neural network
图 1 Elman神经网络结构图
1359
剩余6页未读,继续阅读
资源评论
weixin_38562079
- 粉丝: 10
- 资源: 864
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- yolo的基本操作用法
- Ubuntu20/22/24通过deb包升级OpenSSH9.9方法 不支持16、18版本,升级有风险,前务必做好快照,以免升级后出现异常影响业务
- java swing(Gui窗体)宿舍管理系统 (有附件)
- 数据集格式转换以及标注框可视化脚本
- 火狐国际开发版安装文件
- Ubuntu 18/20/22/24通过deb包方式升级OpenSSH9.7方法 不支持16版本,升级有风险,前务必做好快照,以免升级后出现异常影响业务
- MATLAB混合编程教程 将Matlab程序转变为C语言.docx
- MATLAB混合编程技巧:将Matlab程序转化为C语言详解
- MATLAB混合编程教程 matlab-compiler与c语言混合编程.docx
- 基于SpringBoot的“篮球论坛系统”的设计与实现(源码+数据库+文档+PPT).zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功