基于改进人工蜂群算法的Elman神经网络风机故障诊断 |
| |
引用本文: | 林涛,杨欣,蔡睿琪,张丽,刘刚,廖文喆.基于改进人工蜂群算法的Elman神经网络风机故障诊断[J].可再生能源,2019(4). |
| |
作者姓名: | 林涛 杨欣 蔡睿琪 张丽 刘刚 廖文喆 |
| |
作者单位: | 河北工业大学人工智能与数据科学学院 |
| |
摘 要: | 在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型。该模型通过建立齿轮箱正常状态下的温度模型,采用残差分析,得到齿轮箱的故障状态,降低了建立模型的复杂度。采用IABC对Elman神经网络的相关参数进行优化,解决了Elman网络收敛速率慢、易陷入局部最优的问题。在IABC算法中,观察蜂阶段采用动态搜索策略,实现搜索能力和开发能力的平衡;在侦查蜂阶段,通过引入混沌变量扰动,增大种群多样性,进而达到全局最优。通过华北某风电场历史数据进行实验,结果表明,IABC与Elman神经网络的结合可对风机齿轮箱故障状态进行识别,且诊断正确率较高,可应用于实际故障诊断。
|
关 键 词: | 风机齿轮箱 故障诊断 Elman神经网络 人工蜂群算法 |
Fault diagnosis of wind turbine based on Elman neural network trained by artificial bee colony algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|