基于AC-DE算法的风电机组齿轮箱故障诊断方法

摘要：

提出一种基于蚁群和微分进化优化BP神经网络的风电机组齿轮箱故障诊断方法。将蚁群算法的信息素更新机制用于微分进化算法当中，提高微分进化算法的收敛速度，并利用微分进化个体更新方式改善蚁群算法的早熟问题，利用AC-DE算法对BP神经网络的权值和阈值进行优化，改善了BP神经网络算法陷入局部最优解的缺点，提高了神经网络的训练效率和收敛速度。经测试该方法诊断结果正确且精度高，表明了AC-DE优化BP神经网络用于风电机组齿轮箱故障诊断的有效性。

关键词：蚁群算法、微分进化算法、风电机组、齿轮箱、故障诊断

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金No.61172144。

在线出版日期：2014-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：10-14,65