[发明专利]一种基于CPN神经网络的汽轮发电机组故障诊断方法

权利要求书

1.一种基于CPN神经网络的汽轮发电机组故障诊断方法，其特征在于，包括如下具体步骤：

1）CPN神经网络依次包括输入层、竞争层和输出层，汽轮发电机组故障训练样本为输入向量，输出层为故障种类，每个输出神经元分别对应一种故障类别，定义CPN神经网络各个层：设CPN网络的输入向量为  ，竞争层的输出向量为                                                ，输出层的实际输出向量为，目标输出向量为  ，其中分别为CPN神经网络输入层、竞争层以及输出层的神经元个数， ，其中表示CPN神经网络故障样本的个数，由输入层至竞争层的连接权值向量为；由竞争层到输出层的连接权值向量为 ；

2）CPN神经网络数据预处理：将所有的输入向量按照公式，，进行归一化处理，并将连接权向量和赋予[0,1]内的随机值；

3）CPN神经网络由输入层至竞争层进行无教师型学习：将连接权值向量按照公式， ，进行归一化处理，将第个输入模式提供给网络输入层，然后根据公式，计算竞争层中每个神经元的加权输入和，根据公式得连接权向量中与 距离最近的向量，并将其对应的神经元的输出设定为1，其余竞争层神经元的输出设定为0；最后将连接权向量按照公式，进行修正，并将连接权重新归一化，其中为学习率，；

4）CPN神经网络由竞争层到输出层进行有教师型学习：根据公式， 来修正竞争层到输出层的连接权向量，其中为学习率，；求得输出层各神经元的加权输入，并将其转化为输出层神经元的实际输出值；

5）CPN神经网络的重复训练：将个输入模式全部提供给CPN神经网络进行无教师型学习和有教师型学习，完成一次CPN神经网络的训练，再令，将输入模式重新提供给网络学习，直到或者网络误差E小于预定的误差为止，其中为预先设定的学习总次数：；

6）将故障诊断样本作为输入送入训练后的CPN神经网络进行诊断。

2.根据权利要求1所述基于CPN神经网络的汽轮发电机组故障诊断方法，其特征在于，所述步骤3）中根据公式，计算出，在这些中根据公式选择最大的加权输入和，即为连接权向量中与距离最近的向量 ，如果的，其中T为该竞争层神经元被激活次数，则将对应的神经元作为竞争层获胜神经元，并使得的；如果，则选择除外最大的加权输入和，如果的，则将对应的神经元作为竞争层获胜神经元，并使得的，否则依次按加权输入和从大到小的顺序寻找竞争层获胜神经元。