基于改进粒子群算法神经网络的电力电子电路故障诊断.pdfVIP

2008年第30卷 电气传动自动化 ·V01．30，No．5 第5期第29页 ELECTRICDRIVEAUToMATIoN 2008。30(5)：29—31 基于改进粒子群算法神经网络的 电力电子电路故障诊断幸 乔维德 (江苏常州市广播电视大学，江苏常州213001) 摘要：粒子群优化(PSO)算法是基于群智能的全局优化技术，它通过粒子闻的相互作用，对解空间进行智能 搜索。从而发现最优解。对基本粒子群算法进行改进，并将改进粒子群优化算法与误差反向传播(BP)算法结 合起来构成的混合算法用于训练人工神经网络，对电力电子电路故障进行在线诊断。仿真结果表明，改进 PSO—BP算法有效地解决常规BP算法学习网络权值和闲值收敛速度慢、易陷入局部极小等问题，具有较快 的收敛速度和较高的诊断精度。 关键词：改进PsO—BP算法；电力电子电路；故障诊断 中图分类号：TMl：TPl83 文献标识码：A Fault of electroniccircnitsbasedon diagnosispower PSO neuralnetwork improvedalgorithm Wei．-de． QIAO andW Radio 21300l，Ch／na) (Chon萨hou University，Clm,够zhou Abstract：ParticleSwarm isa basedonthe globaloptimizationtechnology group Optimization(PSO)algorithm search ordertodiscover carriesonthe forthesolution mutualeffectin the intelligence，it intelligent spacethrough solution．The tothebasic swa．rnl iscarriedouttocreateamix optimal improvement particle algorithm algorithm, whichis themixof the PSO withtheerroneousreversedissemination(BP) combining improvedalgorithm mix canbeusedfor theartificialneural thefaultfor algorithm network．diagnesisingpower algorithm．711Iis training simulationshowthatthe PSO-BP solves the electroniccircuits。’nle results improved algorithmeffective