针对传统铁路扼流适配变压器故障诊断模型结构复杂和精度不高的问题,运用狼群算法（WPA）、粗糙集（RS）理论和神经网络（NN）相融合的方法对其进行故障诊断研究。用粗糙集理论对故障样本数据进行约简处理,减少样本数据的监测及关键特征量的输入个数;利用约简后的数据对神经网络训练。利用狼群算法优化BP神经网络参数,提出WPA-BPNN故障诊断模型,以侯马电务段扼流适配变压器故障数据为例进行验证。研究结果表明:WPA-BPNN故障诊断模型相比传统方法,简化了网络结构,缩短了训练所需时间,提高了故障诊断精度,保证了列车行车安全及线路的高效运行。
类型: 期刊论文
作者: 郑云水,李程
关键词: 扼流适配变压器,故障诊断,粗糙集,狼群算法,神经网络
来源: 铁道科学与工程学报 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 兰州交通大学自动化与电气工程学院
基金: 国家自然科学基金资助项目(61763023)
分类号: U284.2
DOI: 10.19713/j.cnki.43-1423/u.2019.04.030
页码: 1067-1073
总页数: 7
文件大小: 1561K
下载量: 105
本文来源: https://www.lunwen66.cn/article/63a4c6e32a115b4971b230be.html