本文關(guān)鍵詞：基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組齒輪箱故障診斷方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：提出了一種基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)風(fēng)電機(jī)組齒輪箱故障診斷方法。粒子群算法不需要計(jì)算梯度,可以兼顧全局尋優(yōu)和局部尋優(yōu)。利用粒子群算法對BP網(wǎng)絡(luò)權(quán)值和偏置進(jìn)行優(yōu)化,減少了BP神經(jīng)網(wǎng)絡(luò)算法陷入局部最優(yōu)解的風(fēng)險(xiǎn),提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率,加快了網(wǎng)絡(luò)的收斂速度�？紤]風(fēng)電齒輪箱振動(dòng)信號(hào)的不確定性、非平穩(wěn)性和復(fù)雜性,提取功率譜熵、小波熵、峭度、偏度、關(guān)聯(lián)維數(shù)和盒維數(shù)作為故障特征。經(jīng)測試,算法診斷結(jié)果正確,表明了PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)用于風(fēng)電機(jī)組齒輪箱故障診斷的有效性和實(shí)用性。
【作者單位】： 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué));
【關(guān)鍵詞】： 風(fēng)電機(jī)組 齒輪箱 故障診斷 粒子群優(yōu)化算法 BP神經(jīng)網(wǎng)絡(luò) 故障特征
【基金】：國家高技術(shù)研究發(fā)展(863)計(jì)劃項(xiàng)目(2007AA05Z428)
【分類號(hào)】：TM315
【正文快照】： 0引言風(fēng)電機(jī)組長期運(yùn)行在室外惡劣自然環(huán)境下,故障率比常規(guī)發(fā)電機(jī)組高。據(jù)不完全統(tǒng)計(jì),目前我國風(fēng)電場中風(fēng)電機(jī)組的平均可利用率普遍低于95%[1],除了風(fēng)電接入系統(tǒng)不具備條件外,風(fēng)電機(jī)組故障率高是一個(gè)主要因素。這些因素導(dǎo)致風(fēng)電機(jī)組的維護(hù)費(fèi)用成為風(fēng)電場的主要運(yùn)營成本,按照

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊維,李歧強(qiáng);粒子群優(yōu)化算法綜述[J];中國工程科學(xué);2004年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 劉瑩;風(fēng)力發(fā)電機(jī)齒輪箱的齒輪轉(zhuǎn)子系統(tǒng)動(dòng)力學(xué)的分析與研究[D];新疆農(nóng)業(yè)大學(xué);2007年

2 劉強(qiáng);人工神經(jīng)網(wǎng)絡(luò)及其在汽輪發(fā)電機(jī)組振動(dòng)故障預(yù)測中的應(yīng)用[D];浙江大學(xué);2005年

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃yN;孫德寶;秦元慶;;基于粒子群算法的移動(dòng)機(jī)器人路徑規(guī)劃[J];兵工自動(dòng)化;2006年04期

2 崔玲麗;丁芳;高立新;張建宇;王穎旺;;齒輪裂紋早期故障的完全解調(diào)分析[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年08期

3 張利彪,周春光,劉小華,馬銘;粒子群算法在求解優(yōu)化問題中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年04期

4 李曉斌;劉丁;左磊;;RBF-PSO在N型熱電偶非線性校正中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2007年04期

5 蔡金

本文編號(hào)：482640