10.3778/j.issn.1002-8331.1310-0378
基于AC-DE算法的风电机组齿轮箱故障诊断方法
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。
蚁群算法、微分进化算法、风电机组、齿轮箱、故障诊断
TP277(自动化技术及设备)
国家自然科学基金No.61172144。
2014-07-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-14,65