一种基于遗传算法和神经网络的故障诊断方法 Artificial Neural Network Classifier Using Genetic Algorithm in Power Electronic Circuit Fault Diagnosis.pdfVIP

一种基于遗传算法和神经网络的故障诊断方法 Artificial Neural Network Classifier Using Genetic Algorithm in Power Electronic Circuit Fault Diagnosis.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于遗传算法和神经网络的故障诊断方法 Artificial Neural Network Classifier Using Genetic Algorithm in Power Electronic Circuit Fault Diagnosis

第27卷第4期 电力科学与工程 VoL27.No.4 ’43 2011年4月 ElectricPowerScienceand 1 Engineering Apr.,201 一种基于遗传算法和神经网络的故障诊断方法 李慧玲1,李春明2 (1.内蒙古工业大学电力学院,内蒙古呼和浩特010080; 2.内蒙古工业大学信息工程学院,内蒙古呼和浩特010080) 摘要:针对人工神经网络中常用的反向传播算法存在易陷入局部极小点和对初值要求较高的缺点,提出 一种基于遗传神经网络的电力电子电路故障诊断方法。该方法在BP神经网络拓扑结构确定的情况下。 先用遗传算法来训练网络的权值和阈值,经过若干代的交叉、变异后得到稳定的权值和阈值;再将它们 赋值给BP神经网络作为初始值,重新训练。实例表明优化后的神经网络具有较好的收敛性能,能够改 善诊断精度和速度。 关键词:故障诊断;遗传算法;BP网络 中图分类号:TM464文献标识码:A 来越多的学者尝试将GA与ANN结合,两者优势 0引言 互补怫。ol。混合算法对寻求全局最优解的效果优 于单个使用GA或ANN。遗传算法具有很强的宏 随着电力电子技术的广泛运用,各种高性能 观搜索能力,能以最大的概率找到全局最优解, 的电力电子设备不断产生,对其电路可靠性的要 用它来完成前期的搜索能较好地克服BP算法的缺 求也愈来愈高。人工故障诊断技术已无法及时对 点。因此,提出一种基于遗传神经网络的电力电 电力电子电路作出正确的诊断以便检修、调试和 子电路故障诊断方法,以三相桥式全控整流电路 替换HJ。因此,对电力电子电路故障诊断开展相 为例,将混合训练算法用于其故障诊断中,提高 关的理论和方法研究尤为重要。近年来人工神经 诊断精度和速度。 网络(ANN)的理论与实践迅速发展。前馈神经 网络结构简单,具有比反馈网络优异的分类和模 1遗传算法优化BP网络流程 式识别能力,因而被广泛应用于各种故障诊断模 型中[2j。前馈网络中的BP网络是使用最广的一 目前,GA优化ANN主要有两种:优化ANN 种,但它属于梯度下降算法,存在易陷入局部极 的初始权值和阈值;优化ANN的结构。本文是对 小、收敛速度慢、误差函数必须可导等缺点。从 ANN初始权值和阈值的优化,此过程中ANN的结 技术角度而言,任何单一的故障诊断方法都有其 构固定不变。 优点和缺点,为了提高故障诊断的效率,产生了 列出ANN中所有的神经元,将这些神经元之 模糊神经网络、神经网络专家系统、神经网络与 间所有可能存在的连接权系数都编码成二值码串 其他智能方法相结合的混合诊断方法,较好地解 或实数码串表示的个体,随机生成这些群体;对 决了故障诊断中的一些问题。J。随着信息科学、 群体反复进行遗传优化计算;将优化好的参数输 生命科学的快速发展及与计算机科学发展的结合, 入ANN,计算所有训练样本通过该网络产生的平 形成了许多现代优化方法。主要有遗传算法 均误差,进而确定每个码串所表示的个体的适应 (GA)、免疫算法、粒子群算法等。 度。图1给出了算法的流程。 GA具有全局搜索特性,只要求解函数在约束 (1)采用某种编码方案对神经网络的每个 条件下可解。但它不具备自适应学习能力,难以 权值和阈值编码。随机产生一组权值和阈值编码, 单独有效地作为一种控制方法来研究。因此,越 并生成初始种群。 收稿日期:2010—11一19。 万方数据 电力科学与工程 2011年 开

您可能关注的文档

文档评论(0)

hello118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档