10.3778/j.issn.1002-8331.1907-0015
改进鸟群算法优化PF的双馈发电机故障诊断
针对粒子滤波(PF)在处理非线性、非高斯复杂动态系统故障诊断过程中,由于样本贫化所导致的故障诊断准确度低的问题,提出了一种改进鸟群算法优化粒子滤波的新算法.针对标准鸟群算法容易陷入局部最优问题,引入动态自适应系数和自适应步长,把每只鸟的位置和全局最优位置信息引入到自适应变化控制中,从而改善陷入局部最优的问题;采用改进后的鸟群算法优化粒子滤波重采样过程,即通过模拟鸟群的觅食、警戒和飞行行为使得粒子移向高似然区域;通过对双馈发电机定子电流传感器故障诊断的仿真分析,验证了算法的有效性.实验结果表明此算法可有效提高故障诊断的准确度.
粒子滤波、故障诊断、双馈发电机、鸟群算法、自适应系数、自适应步长
56
TP391(计算技术、计算机技术)
国家自然科学基金;甘肃省工业过程先进控制重点实验室开放课题
2020-09-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
229-237