基于SA-PSO的小波神经网络汽轮机故障诊断.pdfVIP

·l24·《测控技术}2016年第35卷第5期

基于SA—PSO的小波神经网络汽轮机故障诊断

陈佳楠，夏飞，张浩一，彭道刚，

(1．1二海电力学院电力与自动化工程学院，上海200090；2．同济大学电子与信息工程学院，上海201804；

3．上海发电过程智能管控工程技术研究中心，上海200090)

摘要：针对传统小波神经网络的问题，提出了一种基于模拟退火粒子群算法优化小波神经网络并用于汽

轮机故障诊断。先使用模拟退火粒子群算法对小波神经网络的参数进行初步优化，再用小波神经网络

进行二次优化训练。实验结果表明，所提出的SA．PSO—WNN算法与WNN、PSO．WNN算法相比，网络的

训练速度更快，全局搜索能力更强，网络的泛化能力更好，具有很好的实用价值。

关键词：模拟退火算法；粒子群算法；小波神经网络；故障诊断

中图分类号：TK268文献标识码：A文章编号：1000—8829(2016)05—0124—05

FaultDiagnosis