基于粗糙集改进的BP神经网络设备故障预警研究

• 作者: 徐立坤 李建路
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 粗糙集 模糊神经网络 电力通信设备 故障预警
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1710-1714
• 页数: 5页
• 分类号: TP206.3
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.031

摘要

模糊神经网络对于电力通信设备的故障预警具有重要的作用,但是传统模糊神经网络结构较为复杂,对计算资源依赖大、收敛速度慢,且容易使得最终结果陷入局部极值等缺点.论文提出了一种基于粗糙集改进的BP模糊神经网络电力通信设备故障预警方法,基于历史故障数据和粗糙集理论得到故障预兆,并对故障征兆进行属性约简,可以较大幅度地减少输入神经元个数,从而优化算法结构,提高设备故障预警诊断的效率及准确率.算例分析及实践均表明,该方法可行有效,可提高电力通信设备故障预警的效率和准确率,提升电力通信运维管理水平.