Fault Prediction Research of High Voltage Circuit Breakers Based on LSTM Recurrent Neural Network Optimized by CAS
张莲 1王磊 1曹阳2
扫码查看
点击上方二维码区域，可以放大扫码查看
作者信息
1. 重庆理工大学 电气与电子工程学院,重庆 400054
2. 国网山西检修公司
折叠
摘要
在研究真空高压断路器运行历史数据的基础上,提出一种基于长短期记忆(LSTM)循环神经网络的断路器故障时间序列预测方法,采用混沌蚁群(chaotic ant swarm,CAS)优化算法训练LSTM模型,并在TensorFlow深度学习框架上搭建模型仿真,与其他常用的优化训练方法相比,基于CAS优化的LSTM模型具有更高的预测精度和更短的训练步数,且模型简单容易训练.该故障预测方法在基于时间序列的设备故障预测方面有较高的应用价值.
国家科技期刊平台
NSTL
万方数据