基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法

• 作者: 刘永前 杨勇平 龙泉
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 风电机组 齿轮箱 故障诊断 粒子群优化算法 BP神经网络 故障特征
• 年，卷（期）: 2012,（1）
• 页码范围: 120-125
• 分类号: TK83
• 字数: 4274字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0096.2012.01.020

摘要

提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法.粒子群算法不需要计算梯度,可以兼顾全局寻优和局部寻优.利用粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提高了神经网络的训练效率,加快了网络的收敛速度.考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征.经测试,算法诊断结果正确,表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性.