CQPSO-BP算法在风电机组齿轮箱故障诊断中的应用

• 作者: 段志梅 熊燕 程加堂 艾莉
• 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 混沌量子粒子群优化算法 BP神经网络
• 年，卷（期）: 2017,（8）
• 页码范围: 2112-2116
• 页数: 5页
• 分类号: TK83
• 字数: 2926字
• 语种: 中文

摘要

为实现风电机组齿轮箱故障模式的有效识别,提出一种基于混沌量子粒子群优化BP神经网络(CQPSO-BP)的故障诊断方法.在该算法中,利用混沌序列来初始化粒子的初始角位置,可提高种群的遍历性;通过引入变异操作,避免算法陷入早熟收敛,并依此来对BP神经网络的初始权值和阈值进行优化.实例表明,同粒子群优化BP神经网络(PSO-BP)与BP网络的诊断结果相比,CQPSO-BP算法具有收敛速度快、识别精度高的优点,可有效用于风电机组齿轮箱的故障诊断系统中.