该方法是一种基于改进 BP 神经网络的电厂设备的状态监测方法。针对电厂设备状态的复杂性、设备种类的多样性和设备数据的实时性和复杂性,采用遗传算法对 BP 神经网络进行优化,减少计算时间,并提出了一种基于个体迁移-扩展机制的遗传算法(IM-EMGA),在保证收敛到全局最优解的同时加快了收敛速度,最后利用优化后的 BP 神经网络进行状态监控,从而能够及时发现故障发生的预兆,避免停机现象。该方法可广泛适用于电厂设
备的状态监测领域。同时,该方法也可广泛应用于即时性强、复杂性高的工厂设备状态监测领域。
类型:实用新型,实用新型,实用新型
应用领域:通用仪器仪表制造
成熟度:通过小试
交易方式:许可转让,完全转让,技术入股,资料待完善,资料待完善
类型:实用新型
应用领域:通用仪器仪表制造
成熟度:可规模生产
交易方式:许可转让,完全转让
类型:实用新型
应用领域:通用仪器仪表制造
成熟度:正在研发
交易方式:完全转让
类型:发明
应用领域:通用仪器仪表制造
成熟度:正在研发
交易方式:完全转让
类型:实用新型
应用领域:通用仪器仪表制造
成熟度:正在研发
交易方式:完全转让
类型:发明
应用领域:通用仪器仪表制造
成熟度:正在研发
交易方式:完全转让