基于RBF神经网络的水轮机振源参数识别方法

作者：李守巨; 刘迎曦; 宋树川; 冯艳蓉

来源：大连理工大学学报, 2007, (01): 6-10.

• 振动荷载
• 参数识别
• 神经网络
• 系统响应
• 径向基函数 vibrating loads
• parameter identification
• neural network
• system response
• radial basis function

在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.