LF-PSO优化神经网络的高压断路器机械故障诊断

• 作者: 周琪玮 宋玉琴 赵攀
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 高压断路器 粒子群算法 莱维飞行 PNN神经网络 平滑因子
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 76-79,84
• 页数: 5页
• 分类号: TM561|TP206.3
• 字数: 3464字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.10.016

摘要

目前对高压断路器的故障诊断方法较多,其中采用神经网络方法居多.提出一种基于莱维飞行粒子群算法( LF-PSO)优化PNN神经网络的故障诊断技术. PNN结构简单,收敛速度快,但其中平滑因子σ对网络输出结果正确性影响较大,采用改进的粒子群算法对σ进行寻优.在标准粒子群基础上加入LF 能有效地使粒子通过随机游走产生新的解,经历新的搜索路径和领域,从而增加了种群的多样性,提高发现更优解的概率,不易陷入局部极值,提高了搜索的速度.通过实验数据验证,LF-PSO优化的PNN算法加快了搜索的速度,提高了诊断的精度,减小了误差,分类效果明显,是一种有效的故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋玉琴	西安工程大学电子信息学院	37	151	7.0	10.0
2	周琪玮	西安工程大学电子信息学院	1	1	1.0	1.0
3	赵攀	西安工程大学电子信息学院	1	1	1.0	1.0