摘要
发电机组作为电力系统中的关键设备,其健康状态直接关系到电力供应的稳定性与经济性.为了实现发电机组故障的早期诊断并减少因故障带来的损失,本文提出了一种基于萤火虫算法(Firefly Algorithm,FA)优化BP神经网络模型的发电机故障诊断方法.首先,通过萤火虫算法优化BP神经网络的初始权值和阈值,建立了基于FA-BP神经网络模型.然后,分析了发电机组的故障特征并进行编码,设计了发电机组故障诊断方法.最后,实验结果表明,基于FA-BP神经网络模型的发电机组故障诊断方法的准确率高达94.5%,显著优于传统的BP神经网络模型和SVM模型,验证了该方法在发电机组故障诊断中的优越性.
维普
万方数据