改进GA-PSO算法的船舶电力系统故障诊断

摘要：

为解决船舶电力系统故障识别的准确性以及快速性问题,在BP神经网络预测的基础上,提出一种改进的粒子群(PSO)和遗传算法(GA)混合优化BP神经网络的方法.改进包括两方面:一是对粒子群的惯性权重和学习因子进行改进;二是对遗传算法的变异概率和交叉概率进行改进.对发生故障时的三相电压信号进行小波包分解,提取各频率段的能量熵作为故障特征.经测试,优化后的算法诊断准确率明显提高,神经网络训练次数和误差减小,验证了改进GA-PSO-BP算法的可靠性,以及用于船舶电力系统故障诊断的实用性.

关键词：船舶电力系统、小波包分析、BP神经网络、遗传粒子群、故障诊断

所属期刊栏目：19

分类号：U665(船舶工程)

在线出版日期：2019-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：372-377