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

龙泉; 刘永前; 杨勇平

首页> 中文期刊> 《太阳能学报》 >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

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

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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。

著录项

来源
《太阳能学报》 |2012年第1期|120-125|共6页
作者
龙泉; 刘永前; 杨勇平;
展开▼
作者单位

新能源电力系统国家重点实验室(华北电力大学);

北京102206;

展开▼
原文格式 PDF
正文语种 chi
中图分类风力机械和设备;
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;

相似文献

中文文献
外文文献
专利

1. 基于粒子群优化KFCM的风电齿轮箱故障诊断 [J] . 李状 ,柳亦兵 ,滕伟 . 振动．测试与诊断 . 2017,第3期
2. 基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断 [J] . 王红君 ,赵元路 ,赵辉 . 机械传动 . 2019,第1期
3. 基于风电故障机组筛选的齿轮箱故障诊断研究 [J] . 石慧 ,赵巧娥 . 电工电气 . 2019,第9期
4. 不平衡数据集下优化WGAN的风电机组齿轮箱故障诊断方法 [J] . 苏元浩 ,孟良 ,许同乐 . 太阳能学报 . 2022,第11期
5. 基于优化的VMD融合信息熵和FA_PNN的风电机组齿轮箱故障诊断 [J] . 党建 ,罗燚 ,田录林 . 太阳能学报 . 2021,第1期
6. 基于粒子群优化BP神经网络的轴承故障诊断方法研究 [C] . 侯伟 ,董作一 ,王华庆 . 第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议 . 2012
7. 基于BP神经网络的风电齿轮箱故障诊断仪的研发 [A] . 刘雄 . 2015

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

摘要

著录项

相似文献

相关主题

期刊订阅