华力学北 )士位论北电大 (京硕学文
被测设备
图1 . 1故障诊断过程框图
14电厂设备的故障诊断方法研究现状 .随着模糊集理论、专家系统、神9网络技术和小波分析理论的发展以及检测技 术、计算机技术、电子技术和通讯技术等相关领域学科的进一步深入，设备故障诊
断技术正朝着智能化方向发展，已形成了一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别和人工智能等多学科交叉的综合性技术，相应的设备维修技术也步入了智能化维修阶段。智能故障诊断技术的出现，为提高现代复杂工程技术系统的可靠性开辟了一条新的途径。 141神经网络技术的应用 .模拟人脑结构的人工神经网 络方法是一种全新的、有前景的故障诊断方法。在知识获取上，神经网络的
知识不需要由知识工程师整理、总结以及消化领域专家的知识，只需要用领域专家解决间题的实例或范例来训练神经网络。神经网络系统的知识获取与专家系统相比，既具有更多的时间效率，又能保证更高的质量。神经网络之所以收到人们如此重视，主要是因为它具有如下特点：
1 )学习能力学习能力是神经网络具有智能的重要表现，即通过训练可抽象出训练样本的主 ’要特征，表现出强大的自适应能力。2 )分布式
在传统的串行运行体系计算机中， 信息分布在独立的存储单元中，任何部分内存的损坏都将导致整个信息的无效。而在神经网络中，信息则分散分布在神经元的连接上，单个的连接权值和神经元都没多大用途，但它们组合起来，就能从宏观上反映出一定的信息特征。对个别神经元和连接权值的损坏，并不会对信息特征造成太大的影响，表现了神经m络强大的鲁棒性 (受千扰时自动稳定的特性)和容错能力。在输入信号受到一定千扰时，输出也不会有较大的畸变。神经网络的信息分布特性，还使经过训练的神经网络具有强大豹联想能力。
在知识表示中，神经网络采取隐式表示。它在知识获取的同时，自动产生的知 识由网络的结构及权值表示，并将某一问题的若千知识表示在同一网络中，通用性