基于IPSO-DBN的管道故障诊断方法

摘要：

针对城市燃气管道故障诊断效果不佳的问题,提出了一种基于改进粒子群算法优化深度信念网络(IPSO-DBN)的管道故障诊断方法.该方法首先对粒子群算法(PSO)中的惯性权重ω、加速因子C1和C2进行修正,得到改进粒子群优化算法(IPSO),并采用两种基准函数对比测试PSO与IPSO的网络性能,证明所选改进方法的优越性.其次利用IPSO优化深度信念网络(DBN)的初始权重,建立合适的DBN网络,将4种不同燃气管道工况下的实验数据用于IPSO-DBN网络训练及预测.最后将实验所得的故障诊断准确率与BP、DBN、PSO-DBN方法进行对比分析.实验结果表明,对于燃气管道不同工况下的故障分类识别,IPSO-DBN方法的平均测试集诊断准确率高达94.5％,诊断效果优于传统的BP、DBN以及PSO-DBN方法.

关键词：燃气管道、故障诊断、粒子群算法、深度信念网络

所属期刊栏目：40

分类号：X937;TU996.62(安全工程)

资助基金：江苏省研究生科研与实践创新计划资助项目;常州市科技项目"城市地下燃气管网信息化管理与应急决策支持系统"

在线出版日期：2021-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：263-267