建筑电气火灾故障智能识别方法

针对目前建筑电气火灾故障鉴定方法的局限性,为提高电气火灾的故障识别能力和准确性,提出了基于人工神经网络的建筑电气火灾故障智能识别方法。充分利用神经网络的非线性处理及自学习能力,通过加入动量项改进BP神经网络收敛速度慢、易陷入局部极小点的缺陷,对故障样本进行训练,并仿真测试。实验结果表明,与传统故障识别方法相比,该算法有效地避免了陷入局部极小、诊断正确率不高等问题,提高了收敛速度和故障诊断效率,更能确切反映电气火灾的实际故障。