改进的双向联想记忆网络在凝汽器故障诊断中的应用 application of improved bidirectional associative memerory network on condenser fault diagnosis.pdfVIP

第25卷第10期 电力科学与工程 V01．25．No．10 23 ElectricPowerScienceand 2009年10月 EnIgineering Oct．，2009 改进的双向联想记忆网络在凝汽器故障诊断中的应用 任燕燕，戴毅姜，翟永杰，董 泽 (华北电力大学控制科学与工程学院，河北保定071003) 摘要：在确立凝汽器典型故障知识库的基础上。应用双向联想记忆(BAM)网络对凝汽器进行故障诊断． 网络学习算法采用强化系数的多重训练算法。在该算法的作用下，BAM网络将被强化矢量对存储在以此 矢量对为中心的Hemming距离为l的邻域里的能量最小点，从而保证矢量对的正确联想。设计了诊断模 型，实现了对凝汽器典型故障的诊断，并分析了该模型在实际应用中可能出现的问题． 关键词：双向联想记忆(BAM)；故障诊断；多重训练算法；Hemming距离；BAM能量函数 中图分类号：TK267文献标识码：A 的一种最基本的形式。图l给出了由双层双向网络 0 引 言 构成的BAM结构，其中，与矢量A相对应的一层 有M个节点，另一层对应矢量B，由Ⅳ个节点构 在火电机组中，为了提高蒸汽动力循环效率， 成，两层之间双向连接。假定由彳向曰的传输为 必须设法降低汽轮机的排汽压力，也就是降低循环 正向，正向的突触权重矩阵为形；反之，由曰向 放热过程的温度，减少“冷源损失”。凝汽器就是 彳的传输为反向，反向的突触权重矩阵为矿。 实现这一目的的重要设备，所以凝汽器的工作状况 bo bl bⅣ一 直接影响到机组运行的经济性和安全性，对其运行 状态的检测和故障诊断一直倍受电厂运行人员和科 研工作者关注。本文在总结常用对分表面式凝汽器 典型故障特征知识库…的基础上，用改进的双向 Associative 联想记忆(Bidirectional Memory， 以F简称BAM)网络进行凝汽器的故障诊断。 口I a2 “ BAM是一种两层非线性记忆型网络，起源于 图1 BAM神经网络模型 Hopfield网络和联想记忆(AssociativeMemory) 网络。它能将一些信号存储在网络的权结构中，在 BAM神经网络的学习仍按Hebb规则进行。 需要时用于重新提取。BAM最大优点在于存在噪若给定P个双极性矢量对 声时仍能准确回忆所存储的信号，具有很强的容错 ∞。，鼠)，∽，，B，)，…，∞川，历一，) 性和抗干扰性，已经被广泛应用于模式识别、图像 由这些矢量对计算权重矩阵，表达式为： 处理和故障诊断等领域。 JP—l 胪∑彳溉 (1) 1 Kosko型BAM 七=0