Un algoritmo híbrido basado en ingeniería social y red neuronal artificial para la detección de advertencia de fallas en turbinas hidráulicas
Autores: Tan, Yun; Zhan, Changshu; Pi, Youchun; Zhang, Chunhui; Song, Jinghui; Chen, Yan; Golmohammadi, Amir-Mohammad
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un algoritmo híbrido basado en ingeniería social y red neuronal artificial para la detección de advertencia de fallas en turbinas hidráulicas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Turbinas hidráulicas
Diagnóstico de fallas
Sistemas de advertencia
Redes de retropropagación
Optimizador de ingeniería social
Producción de energía renovable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Las turbinas hidráulicas constituyen un componente esencial dentro de la industria de generación de energía hidroeléctrica, contribuyendo a la producción de energía renovable con una mínima contaminación ambiental. Mantener la operación estable de la turbina presenta un desafío considerable, que requiere un diagnóstico eficaz de fallas y sistemas de advertencia. Las advertencias de fallas oportunas y eficientes son particularmente vitales, ya que permiten al personal abordar los problemas emergentes de inmediato. Aunque las redes de retropropagación (BP) se emplean con frecuencia en sistemas de advertencia de fallas, presentan varias limitaciones, como la susceptibilidad a óptimos locales. Para mitigar este problema, este documento introduce un método optimizador de ingeniería social mejorado (ISEO) destinado a optimizar las redes BP para desarrollar un sistema de advertencia de turbina hidráulica. Los resultados experimentales revelan que el enfoque basado en ISEO-BP ofrece un sistema de advertencia de fallas altamente efectivo, como lo demuestran las métricas de rendimiento superiores en comparación con otros métodos.
Descripción
Las turbinas hidráulicas constituyen un componente esencial dentro de la industria de generación de energía hidroeléctrica, contribuyendo a la producción de energía renovable con una mínima contaminación ambiental. Mantener la operación estable de la turbina presenta un desafío considerable, que requiere un diagnóstico eficaz de fallas y sistemas de advertencia. Las advertencias de fallas oportunas y eficientes son particularmente vitales, ya que permiten al personal abordar los problemas emergentes de inmediato. Aunque las redes de retropropagación (BP) se emplean con frecuencia en sistemas de advertencia de fallas, presentan varias limitaciones, como la susceptibilidad a óptimos locales. Para mitigar este problema, este documento introduce un método optimizador de ingeniería social mejorado (ISEO) destinado a optimizar las redes BP para desarrollar un sistema de advertencia de turbina hidráulica. Los resultados experimentales revelan que el enfoque basado en ISEO-BP ofrece un sistema de advertencia de fallas altamente efectivo, como lo demuestran las métricas de rendimiento superiores en comparación con otros métodos.