基于自组织映射神经网络的燃料系统故障的检测方法

发明专利有效专利

申请号：
CN201811353395.8
IPC分类号：G06F11/07;G06N3/04;G06N3/08
申请日期：
2018-11-14
申请人：
上海交通大学;中国电信股份有限公司上海分公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于自组织映射神经网络的燃料系统故障的检测方法
申请号	CN201811353395.8	申请日期	2018-11-14
法律状态	授权	申报国家	中国
公开/公告日	2019-03-22	公开/公告号	CN109508248A
优先权	暂无	优先权号	暂无
主分类号	G06F11/07 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F11/00 错误检测；错误校正；监控（在基于记录载体和传感器之间的相对运动而实现的信息存储中的错误检测、校正或监控所用的方法或装置入 G11B 20/18；监控，即，监控记录或重现的进程入G11B 27/36；静态存储中所用的方法或装置入G11C29/00）〔1，4，2006.01〕 G06F11/07 响应错误的产生，例如，容错〔7〕	IPC分类号	G;0;6;F;1;1;/;0;7;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海交通大学;中国电信股份有限公司上海分公司	申请人地址	上海市闵行区东川路800号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海交通大学,中国电信股份有限公司上海分公司	当前权利人	上海交通大学,中国电信股份有限公司上海分公司
发明人	郑宇;廖江;张燚尧;方鸣;龚海磊;夏唐斌
代理机构	上海交达专利事务所	代理人	王毓理;王锡麟

摘要

一种基于自组织映射神经网络的燃料系统故障的检测方法，通过从燃料系统的压力波形图中获取特征量经预处理后用于建立SOM网络，依次采用启发式算法优化网络结构，采用遗传算法优化网络参数；然后通过对SOM网络的神经元进行初始化并利用训练集对网络进行迭代训练；最后利用测试集进行故障检测识别。本发明能根据燃料系统的压力波形图提取特征量，在原始数据预处理后，通过确定网络结构和优化网络参数来建立对应的自组织映射神经网络模型，同时改善了网络参数初始化凭借经验选择的缺陷，善于应对燃气轮机故障诊断中出现的各类问题，对故障具有较高的识别度，具有重要的工程实用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供