10.19713/j.cnki.43-1423/u.2019.04.030
基于WPA优化神经网络的扼流适配变压器故障诊断研究
针对传统铁路扼流适配变压器故障诊断模型结构复杂和精度不高的问题,运用狼群算法(WPA)、粗糙集(RS)理论和神经网络(NN)相融合的方法对其进行故障诊断研究.用粗糙集理论对故障样本数据进行约简处理,减少样本数据的监测及关键特征量的输入个数;利用约简后的数据对神经网络训练.利用狼群算法优化BP神经网络参数,提出WPA-BPNN故障诊断模型,以侯马电务段扼流适配变压器故障数据为例进行验证.研究结果表明:WPA-BPNN故障诊断模型相比传统方法,简化了网络结构,缩短了训练所需时间,提高了故障诊断精度,保证了列车行车安全及线路的高效运行.
扼流适配变压器、故障诊断、粗糙集、狼群算法、神经网络
16
U224.2(电气化铁路)
国家自然科学基金资助项目61763023
2019-05-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1067-1073