[發明專利]一種基于組合神經網絡的柴油機故障預測方法

在審

• 申請號: 202011299004.6
• 申請日: 2020-11-18
• 公開（公告）號: CN112417758A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 崔妍;周勇;陳世均;黃立軍;韓陽;朱鵬樹;陳星;梁永飛
• 申請（專利權）人: 廣東核電合營有限公司;蘇州熱工研究院有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 郭偉剛

1.一種基于組合神經網絡的柴油機故障預測方法，其特征在于，包括以下步驟：

根據業務應用場景，確定樣本數據；

對所述樣本數據進行預處理，確定訓練數據；

采用組合神經網絡算法，利用所述訓練數據建立數據模型；以及

根據所述數據模型，對柴油機運行狀態進行預測。

2.如權利要求1所述的基于組合神經網絡的柴油機故障預測方法，其特征在于，所述樣本數據為柴油機振動信號。

3.如權利要求2所述的基于組合神經網絡的柴油機故障預測方法，其特征在于，對所述樣本數據進行預處理，確定訓練數據的所述步驟包括：

在相空間中對所述振動信號進行重構，提取所述振動信號中的特征信息。

4.如權利要求3所述的基于組合神經網絡的柴油機故障預測方法，其特征在于，采用組合神經網絡算法，利用所述訓練數據建立數據模型的所述步驟包括：

采用兩個平行的神經網絡，應用模糊反向傳播算法對所述特征信息進行訓練；

將訓練結果進行組合后再輸出，并應用線性規劃算法對輸出結果進行訓練，得到所述數據模型。

5.一種基于組合神經網絡的柴油機故障預測系統，其特征在于，包括：

樣本數據確定單元，用于根據業務應用場景，確定樣本數據；

訓練數據獲取單元，用于對所述樣本數據進行預處理，確定訓練數據；

模型建立單元，用于采用組合神經網絡算法，利用所述訓練數據建立數據模型；以及

預測單元，用于根據所述數據模型，對柴油機運行狀態進行預測。

6.如權利要求5所述的基于組合神經網絡的柴油機故障預測系統，其特征在于，所述樣本數據為柴油機振動信號。

7.如權利要求6所述的基于組合神經網絡的柴油機故障預測系統，其特征在于，所述訓練數據獲取單元在相空間中對所述振動信號進行重構，提取所述振動信號中的特征信息。

8.如權利要求7所述的基于組合神經網絡的柴油機故障預測系統，其特征在于，所述模型建立單元包括第一訓練單元和第二訓練單元，

所述第一訓練單元采用兩個平行的神經網絡，應用模糊反向傳播算法對所述特征信息進行訓練；

所述第二訓練單元將訓練結果進行組合后再輸出，并應用線性規劃算法對輸出結果進行訓練，得到所述數據模型。