基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断

作者：贾嵘; 陈晓芸; 李辉; 席文飞

来源：西北农林科技大学学报(自然科学版), 2009, (06): 229-234.

• 水轮机
• 振动故障诊断
• 粒子群算法
• 神经网络 hydraulic generating
• vibration faults diagnosis
• PSO
• neural network

【目的】针对单一径向基(RBF)神经网络在水轮发电机组振动故障诊断中泛化能力不足的缺点,提出基于粒子群(PSO)算法优化的RBF神经网络。【方法】利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对水轮发电机组振动故障进行仿真诊断。【结果】仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快。【结论】PSO算法优化的RBF神经网络,适用于水轮发电机组振动故障诊断,其诊断精度较高,具有推广应用价值。

• 单位
  内蒙古电力科学研究院; 西安理工大学