计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
31期
216-219
,共4页
李国胜%王炼红%戴瑜兴%王兴仙
李國勝%王煉紅%戴瑜興%王興仙
리국성%왕련홍%대유흥%왕흥선
径向神经网络%小波变换%故障诊断%粒子群算法
徑嚮神經網絡%小波變換%故障診斷%粒子群算法
경향신경망락%소파변환%고장진단%입자군산법
针对电机保护只在被测参数达到或者超过设定动作阈值才动作,缺乏预测控制能力,设计了一种基于粒子群的径向神经网络.利用小波变换的时频分解能力、优异的奇异检测能力进行故障特征分量的提取;用粒子群算法和径向神经网络配合优化权重,从而使网络收敛快,训练时间短.通过电动机故障进行仿真实验,结果表明PSO-RBF神经网络实现了对故障的识别.
針對電機保護隻在被測參數達到或者超過設定動作閾值纔動作,缺乏預測控製能力,設計瞭一種基于粒子群的徑嚮神經網絡.利用小波變換的時頻分解能力、優異的奇異檢測能力進行故障特徵分量的提取;用粒子群算法和徑嚮神經網絡配閤優化權重,從而使網絡收斂快,訓練時間短.通過電動機故障進行倣真實驗,結果錶明PSO-RBF神經網絡實現瞭對故障的識彆.
침대전궤보호지재피측삼수체도혹자초과설정동작역치재동작,결핍예측공제능력,설계료일충기우입자군적경향신경망락.이용소파변환적시빈분해능력、우이적기이검측능력진행고장특정분량적제취;용입자군산법화경향신경망락배합우화권중,종이사망락수렴쾌,훈련시간단.통과전동궤고장진행방진실험,결과표명PSO-RBF신경망락실현료대고장적식별.
