基于AGA-ELM算法的凝汽器故障诊断

• 作者: 孟永毅 苏创世
• 来源期刊: 集成电路应用
• 学科: 工学
• 关键词: 凝汽器 故障诊断 遗传算法 极限学习机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 创新应用
• 页码范围: 32-36
• 页数: 5页
• 分类号: TK264.11|TP18
• 字数: 5762字
• 语种: 中文
• DOI: 10.19339/j.issn.1674-2583.2019.04.010

摘要

为了提高凝汽器故障诊断的准确度,进一步提升机组运行的可靠性,提出了一种将自适应遗传算法(AGA)与极限学习机(ELM)相结合用于凝汽器故障诊断的方法.自适应遗传算法是优化标准遗传算法的交叉概率和变异概率,实现两者的非线性自适应调整,使其具有更快的收敛速度和更好的稳定性.针对传统的ELM算法输入权值和阈值的随机选取,采用AGA算法对其优化.在此基础上,通过“试错法”确定AGA-ELM算法最优隐含层节点参数.结合具体实例,通过仿真进行分析,将BP、ELM、AGA-ELM算法预测输出结果进行比较.研究结果表明,AGA-ELM算法的预测效果优于其他算法,具有更高的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟永毅		3	10	1.0	3.0
2	苏创世	华北电力大学自动化系	1	0	0.0	0.0