摘要
针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN).通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高.通过8种常用的基准函数对FOA算法、DSFOA算法、RFOA算法进行仿真测试,测试结果验证了 RFOA算法的有效性.利用三种优化算法优化GRNN的平滑因子,将优化后平滑因子代入GRNN模型对水电机组振动进行预测.结果表明,与FOA-GRNN和DSFOA-GRNN两种预测模型相比,RFOA-GRNN预测模型的预测结果最大相对误差分别降低了 99.96％和99.28％.可以得到RFOA-GRNN模型的预测精度和稳定性方面均优于其他两种模型,验证了此模型的有效性.将其应用于水电机组状态趋势预测研究中,可为维护人员提前发现水电机组故障并及时检修进而保证水电机组安全稳定的运行提供保障.
基金项目
河北省教育厅重点项目(ZD2020182)
河北工程大学博士专项基金(20120134)
河北省教育厅重点项目(ZD2021021)
河北省高等教育教学改革研究与实践项目(2018GJJG631)
河北省水资源水环境调控及综合管理协同创新中心()
NETL
NSTL
维普
万方数据