LF-PSO优化神经网络的高压断路器机械故障诊断.pdfVIP

测控技术

-76-2019年38卷10期先进算法与人工智能I

LF-PSO优化神经网络的高压断路器机械故障诊断

宋玉琴，周琪玮，赵攀

（西安工程大学电子信息学院，陕西西安710600）

摘要：目前对高压断路器的故障诊断方法较多，其中采用神经网络方法居多。提出一种基于莱维飞行粒

子群算法（LF-PSO）优化PNN神经网络的故障诊断技术。PNN结构简单，收敛速度快，但其中平滑因子

!对网络输出结果正确性影响较大，采用改进的粒子群算法对！进行寻优。在标准粒子群基础上加入

LF能有效地使粒子通过随机游走产生新的解，经历新的搜索路径和领域，从而增加了种群的多样性，提

高发现更优解的概率，不易陷入局部极值，提高了搜索的速度。通过实验数据验证,LF-PS0优化的PNN

算法加快了搜索的速度，提高了诊断的精度，减小了误差，分类效果明显，是一种有效的故障诊断方法。

关键词：高压断路器；粒子群算法；莱维飞行;PNN神经网络;平滑因子

中图分类号:TM561；TP206.3文献标识码:A文章编号:1000-8829（2019）10-0076-04

doi：10.19708/j.ckjs.2019.10.016

MechanicalFaultDiagnosisofHighVoltageCircuitBreakersBasedon

LF-PSOOptimizedPNNNeuralNetwork

SONGYu-qin,ZHOUQi-wei,ZHAOPan

(SchoolofElectronicsandInformation,XEanPolytechnicUniversity,XEan710600,China)

Abstraci：AipresenytheoaromanymethodsoffaultdOgnosisfoohighvoltaaccircuitbreekers,amongwhich

neuraRnetworkisthemostcommonbyusedmethod.AfautidiagnosistechniquebasedonLF-PSOoptimized

PNNneuralnetworkispresented.PNNhassimplestaicturoandfastconyegenccspeed,butthesmoothingfao

toahasagreatinfluenceonthecorrectnessofnetworkoutput.Theimprovedparticleswarmoptimization(PSO)

algorithmisusedItoptimiaetyesmoothingfactor.AddingLFItthestandardPSOccneffectivtymakethepar­

ticlesgeneratenesolutionsthroughrandomwalksandexperienccneseerchpathsanddomains,iWusin-

creesingthediversityofWcpopulation,improvingtheprobabilityoffindingbetersolutions,noteesityfalling

int。locctextremum,andimprovingtheseerch.TheexperimentalresultsshothattheLF-PSOoptimizedPNN

algorithmspeedsup