改进模糊ARTMAP方法在电力系统诊断中的应用

人工神经网络用于复杂过程中故障诊断和状态监测，具有良好的发展前景。由于模糊ARTFAM（FAM）神经网络分类性能受训练样本序影响，提出一种利用改善贝叶斯信念方法并基于模糊ARTMAP集成的模型（BBM），并描述其在电力发电系统中作为故障检测和诊断的智能学习适用性。围绕检测循环水系统冷凝器传热性能展开试验，判断该模型在故障预测检测和诊断任务中的有效性。试验结果证明，采用BBM模型具有智能故障检测和诊断工具的解释能力，并能监测和诊断发电系统故障的复杂过程。