[发明专利]一种基于BP神经网络的换热器早期故障诊断方法有效
| 申请号： | 201910969285.2 | 申请日： | 2019-10-12 |
| 公开（公告）号： | CN110779745B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 柳树林;潘凡;李倩;蔡一彪;孙丰诚 | 申请（专利权）人： | 杭州安脉盛智能技术有限公司 |
| 主分类号： | G01M99/00 | 分类号： | G01M99/00;G06N3/04 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏 |
| 地址： | 310000 浙江省杭州市滨江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及换热器故障诊断技术领域，公开了一种基于BP神经网络的换热器早期故障诊断方法，包括步骤：A)采集换热器正常工作状态下的关键参数；B)将采集到的关键参数划分为训练集、验证集和测试集；C)构建BP神经网络模型；D)获得测试输出误差的均值μ和标准差σ；E)利用已训练好的BP神经网络模型对换热器出口数据进行预测，获得换热器出口数据的预测输出；F)进行故障诊断，判断在判误时长T内预测输出误差是否连续在正常误差范围外。本发明通过建立BP神经网络模型，无需故障样本，仅通过换热器正常工作状态下的数据就能建立模型，再利用判别标准对换热器故障进行诊断，故障诊断准确率高。 | ||
| 搜索关键词： | 一种 基于 bp 神经网络 换热器 早期 故障诊断 方法 | ||
【主权项】：
1.一种基于BP神经网络的换热器早期故障诊断方法，其特征在于，包括步骤：/nA)采集换热器正常工作状态下的关键参数，所述关键参数包括换热器入口数据和换热器出口数据；/nB)将采集到的关键参数划分为训练集、验证集和测试集；/nC)构建BP神经网络模型，利用训练集训练BP神经网络模型，利用验证集对BP神经网络模型进行验证，调整BP神经网络模型参数，获得已训练好的BP神经网络模型；/nD)利用测试集测试已训练好的BP神经网络模型，获得已训练好的BP神经网络模型的测试输出误差，获得测试输出误差的均值μ和标准差σ；/nE)利用已训练好的BP神经网络模型对换热器出口数据进行预测，获得换热器出口数据的预测输出；/nF)获得换热器出口数据的预测输出误差α，根据测试输出误差的均值μ和标准差σ设定正常误差范围，设定判误时长T，判断在判误时长T内预测输出误差α是否连续在正常误差范围外，若是，则判定换热器早期故障；若否，则判定换热器正常。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州安脉盛智能技术有限公司，未经杭州安脉盛智能技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910969285.2/，转载请声明来源钻瓜专利网。
