计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
7期
421-425
,共5页
故障诊断%粒子群算法%级联式变频器
故障診斷%粒子群算法%級聯式變頻器
고장진단%입자군산법%급련식변빈기
Fault diagnosis%PSO algorithm%Cascaded inverter
研究级联式变频器功率管开路故障准确诊断问题,级联式变频器是一个复杂的非线性系统而且功率管开路故障的隐蔽性高难以被发现,传统的BP神经网络具有收敛速度慢和易陷入局部极小值的缺点,难以准确的判断出故障.为了提高级联式变频器故障诊断的精确度,提出了一种粒子群(PSO)优化BP神经网络的故障诊断方法,同时针对粒子群算法易早熟且后期迭代精度不高等缺陷,并对惯性权重和学习因子进行了改进,并对部分粒子进行了变异.然后利用改进的粒子群算法优化BP神经网络的权值和阈值.仿真结果表明,利用改进PSO算法优化的神经网络极大的提高了级联式变频器故障诊断的精度和速度.
研究級聯式變頻器功率管開路故障準確診斷問題,級聯式變頻器是一箇複雜的非線性繫統而且功率管開路故障的隱蔽性高難以被髮現,傳統的BP神經網絡具有收斂速度慢和易陷入跼部極小值的缺點,難以準確的判斷齣故障.為瞭提高級聯式變頻器故障診斷的精確度,提齣瞭一種粒子群(PSO)優化BP神經網絡的故障診斷方法,同時針對粒子群算法易早熟且後期迭代精度不高等缺陷,併對慣性權重和學習因子進行瞭改進,併對部分粒子進行瞭變異.然後利用改進的粒子群算法優化BP神經網絡的權值和閾值.倣真結果錶明,利用改進PSO算法優化的神經網絡極大的提高瞭級聯式變頻器故障診斷的精度和速度.
연구급련식변빈기공솔관개로고장준학진단문제,급련식변빈기시일개복잡적비선성계통이차공솔관개로고장적은폐성고난이피발현,전통적BP신경망락구유수렴속도만화역함입국부겁소치적결점,난이준학적판단출고장.위료제고급련식변빈기고장진단적정학도,제출료일충입자군(PSO)우화BP신경망락적고장진단방법,동시침대입자군산법역조숙차후기질대정도불고등결함,병대관성권중화학습인자진행료개진,병대부분입자진행료변이.연후이용개진적입자군산법우화BP신경망락적권치화역치.방진결과표명,이용개진PSO산법우화적신경망락겁대적제고료급련식변빈기고장진단적정도화속도.
