基于PSO优化的BP神经网络在电动机绝缘剩余寿命预测中的应用 |
| |
引用本文: | 汪庆年,饶利强,龚文军,蔡建峰,杨玉文.基于PSO优化的BP神经网络在电动机绝缘剩余寿命预测中的应用[J].水电能源科学,2015,33(12):161-164. |
| |
作者姓名: | 汪庆年 饶利强 龚文军 蔡建峰 杨玉文 |
| |
作者单位: | 南昌大学 信息工程学院, 江西 南昌 330031 |
| |
基金项目: | 江西省研究生创新专项资金资助项目(YC2014 S068) |
| |
摘 要: | 针对普通的电动机绝缘剩余寿命预测模型收敛速度慢、结果偏差大的缺陷,提出了一种基于粒子群算法(PSO)优化BP神经网络的电动机绝缘剩余寿命预测模型。首先,利用PSO算法全局随机最优解搜索的特性,对传统BP神经网络模型的权值和阈值进行优化设计。其次,为便于预测模型的运算处理,对采集的三相异步电动机的数据进行归一化处理。最后,结合经PSO算法优化的BP神经网络模型对三相异步电动机的绝缘剩余寿命进行试验预测。结果表明,基于PSO优化的BP神经网络比传统BP神经网络有更为精准的预测能力以及更快的收敛速度。
|
关 键 词: | 三相异步电动机 绝缘剩余寿命 预测模型 粒子群算法 BP神经网络 |
本文献已被 CNKI 等数据库收录! |
|