QAPSO-BP 算法及其在水电机组振动故障诊断中的应用

摘要：

针对水电机组振动故障耦合因素多、故障模式复杂等问题，提出了一种基于量子自适应粒子群优化BP神经网络（QAPSO-BP）的故障诊断模型。在 QAPSO-BP 算法中，利用量子计算中的叠加态特性和概率表达特性，增加了种群的多样性；根据各粒子的位置与速度信息，实现惯性因子的自适应调节；为避免陷入局部最优，在算法中加入变异操作；并以此来训练 BP 神经网络，实现网络的参数优化，进而构建了机组的振动故障诊断模型。仿真实例表明，与粒子群优化BP 网络（PSO-BP）法和 BP 网络法相比，该算法具有较高的诊断准确度，适用于水电机组振动故障的模式识别。

关键词：BP 神经网络、量子自适应粒子群优化算法、水电机组、振动、故障诊断

分类号：TM312(电机)

资助基金：云南省教育厅科学研究基金项目2012Y450

在线出版日期：2016-01-18（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：177-181,201