基于遗传算法优化BP神经网络的接触电阻预测

摘要：

接触电阻是反应导体间电接触性能的重要参数,在实际的工程中往往采用经验公式对接触电阻进行计算,精度难以满足要求.为解决这一问题,将遗传算法(GA)与BP神经网络相结合对接触电阻进行预测.通过实验得到数据,分别利用遗传算法优化BP神经网络、BP神经网络以及回归分析模型进行训练和测试,并将各算法所得误差进行对比.误差对比结果表明:遗传算法优化BP神经网络的收敛效果优于其他两种算法,且遗传算法优化BP神经网络所得接触电阻模型的相对误差平均值比BP神经网络减少了4.01％,比回归分析减少了4.72％,且预测效果较稳定.利用遗传算法与BP神经网络相结合的接触电阻预测模型,较单独使用BP神经网络预测模型具有更好的非线性拟合能力和更高的预测精度.

关键词：电接触、接触电阻、遗传算法、BP神经网络、回归分析

所属期刊栏目：56

分类号：TM769(输配电工程、电力网及电力系统)

在线出版日期：2019-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：77-83