면역 유전 체계의 조절 원리 및 재귀 최소 제곱법을 적용하여 새로운 RBF 네트워크 모델을 구축했으며, 특징 매개 변수 정보 엔트로피를 계산함으로써 고장 진단의 지식 저장소를 빠르고 정확하게 결정할 수 있습니다. 이 모델을 지식 저장소와 함께 적용하여 증기 터빈의 유동 부분에서의 고장 진단에 대한 실험 결과, 해당 모델은 수렴 속도가 빠르고 높은 정확도를 갖으며 좋은 일반화 능력을 가지고 있음을 보여 주었습니다. 이 방법을 사용하여 발전소의 1 대 300MW 유니트에 대한 실제 진단을 수행하였으며 결과는 고압 실린더 스케일링 및 고압 실린더 조절 밸브 채널 스케일링으로 판단되었으며, 이것은 증기 터빈의 유동 부분 고장 진단의 요구를 완전히 충족한다.

RBF 신경 네트워크; 증기 터빈; 유동; 특징 매개 변수; 고장 진단