【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第2期 341-344页,共4页

【作 者】： 朱葛俊

【摘 要】 研究汽轮发电机故障准确诊断问题，由于汽轮发电机组故障特征与故障状态间呈现较强的非线性关系，传统的数学模型很难正确识别汽轮发电机的各种故障状态，诊断精度不高。RBF神经网络具有自学习、非线性处理等优，为了提高汽轮发电机故障诊断正确率，建立了一种人工鱼群优化RBF神经网络的汽轮发电机故障模型，充分利用人工鱼的聚群、追尾和觅食行为，对RBF神经网络的参数进行了优化，然后采用优化RBF神经网络对故障进行诊断。仿真结果表明，RBF神经网络可提高汽轮发电机故障诊断准确率。