一种自适应量子神经网络汽轮机故障趋势预测方法

    公开(公告)号:CN104392143A

    公开(公告)日:2015-03-04

    申请号:CN201410745943.7

    申请日:2014-12-09

    发明人: 张天侠

    IPC分类号: G06F19/00 G06N3/02

    摘要: 本发明公开了一种自适应量子神经网络汽轮机故障趋势预测方法。所述方法对传统的三层BP神经网络模型进行改进,引入量子神经网络,在输入层中对不同历史数据进行趋势贡献力分析,加强最新数据对趋势的影响力,增加输入层至输出层的直接连接权,在输出层根据信号特征自适应调整激励函数,以提高收敛速度和预测精度;引入自适应学习效率的方法,以提高收敛速度。本发明的方法具有很好的可靠性和稳健性,是解决汽轮机故障趋势预测的关键技术研究,可以广泛应用在汽轮机故障趋势预测中。