深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在火電廠閥門故障診斷與預(yù)警中的應(yīng)用

打開文本圖片集

摘 要：針對燃煤發(fā)電機組的重要執(zhí)行機構(gòu)閥門，通過深度神經(jīng)網(wǎng)絡(luò)算法對機組大量運行數(shù)據(jù)進行學(xué)習(xí)，構(gòu)建重要執(zhí)行機構(gòu)閥門在全負荷工況下的精準(zhǔn)數(shù)學(xué)模型，以深度神經(jīng)網(wǎng)絡(luò)模型預(yù)測值和皮爾遜相關(guān)系數(shù)判別為依據(jù)，實現(xiàn)重要執(zhí)行機構(gòu)閥門的故障診斷和早期預(yù)警。結(jié)果表明，基于大數(shù)據(jù)，學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)算法的數(shù)學(xué)模型有效地實現(xiàn)了對執(zhí)行機構(gòu)閥門的故障診斷和提前預(yù)警，指導(dǎo)運行人員進行提前干預(yù)和檢修，減少機組的故障率。（剩余7154字）