HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于ADE-WNN的水电机组振动故障诊断方法

作者:徐艳春; 方绍晨; 刘宇龙故障诊断水电机组小波神经网络自适应差分进化

摘要:水电机组振动特征和故障类型之间存在复杂的非线性关系,结合小波神经网络和自适应差分进化法,提出一种新型水电机组振动故障诊断方法.该算法具有进化计算和群体智能的特点,能够根据个体的状态自适应调节交叉概率因子和缩放因子;自适应差分进化算法应用于小波神经网络的参数搜索中,加快了小波神经网络的训练速度,提高了网络训练精度.实验结果表明:该方法比传统的基于BP神经网络和小波神经网络的故障诊断方法,具有更高的准确度和更快的诊断速度.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力科学与技术学报

《电力科学与技术学报》(CN:43-1475/TM)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《电力科学与技术学报》主要报道电力科学理论、工程技术应用方面的最新研究成果,介绍国内外电力科技发展动态,内容包括:电力系统自动化理论及技术应用,电网技术,水利水电工程,新能源技术,电力系统通信,电力土木建筑工程,电力化学与环境工程,计算机技术、现代控制理论、IT技术及智能化仪器仪表在电力系统中的应用等。

杂志详情