基于蜻蜓算法优化BP神经网络的燃气轮机故障诊断 |
| |
引用本文: | 张霄,钱玉良,邱正,张云.基于蜻蜓算法优化BP神经网络的燃气轮机故障诊断[J].热能动力工程,2019(3). |
| |
作者姓名: | 张霄 钱玉良 邱正 张云 |
| |
作者单位: | 上海电力学院自动化工程学院 |
| |
摘 要: | 为了提高燃气轮机故障诊断的准确率,提出了一种基于蜻蜓算法(Dragonfly algorithm,DA)和BP(Back Propagation)神经网络的燃气轮机故障诊断方法。针对BP神经网络容易陷入局部极值的问题,采用蜻蜓算法(DA)对BP神经网络的权值和阈值进行参数优化。仿真结果表明:基于蜻蜓算法的DA-BP神经网络的燃气轮机故障诊断准确率高达97.78%,训练误差为0.03%,与基于粒子群算法的PSO-BP故障诊断和标准BP算法的故障诊断相比,DA-BP模型诊断的准确率最高,训练误差最小。实例证明,采用DA-BP模型实现燃气轮机气路故障诊断具有良好的诊断速率和诊断准确率,具有一定的应用价值。
|
本文献已被 CNKI 等数据库收录! |
|