基于遗传小波神经网络的故障预报应用

• 作者: 李世涛 李界家 王丽娜
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 小波神经网络 故障预报 准确性 实时性
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 381-385
• 页数: 5页
• 分类号: TP273
• 字数: 4266字
• 语种: 中文

摘要

目的 减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法 将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果 通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 min左右.结论 该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李界家	沈阳建筑大学信息与控制工程学院	117	683	13.0	20.0
2	王丽娜	沈阳建筑大学信息与控制工程学院	18	68	6.0	7.0
3	李世涛	沈阳建筑大学信息与控制工程学院	2	16	2.0	2.0