基于IPSO-DBN的管道故障诊断方法

作者：王新颖; 赵斌; 张瑞程; 黄旭安; 陈海群^*

来源：消防科学与技术, 2021, 40(02): 263-267.

• 燃气管道
• 故障诊断
• 粒子群算法
• 深度信念网络

针对城市燃气管道故障诊断效果不佳的问题,提出了一种基于改进粒子群算法优化深度信念网络(IPSO-DBN)的管道故障诊断方法。该方法首先对粒子群算法(PSO)中的惯性权重ω、加速因子C1和C2进行修正,得到改进粒子群优化算法(IPSO),并采用两种基准函数对比测试PSO与IPSO的网络性能,证明所选改进方法的优越性。其次利用IPSO优化深度信念网络(DBN)的初始权重,建立合适的DBN网络,将4种不同燃气管道工况下的实验数据用于IPSO-DBN网络训练及预测。最后将实验所得的故障诊断准确率与BP、DBN、PSO-DBN方法进行对比分析。实验结果表明,对于燃气管道不同工况下的故障分类识别,IPSO-DBN方法的平均测试集诊断准确率高达94.5%,诊断效果优于传统的BP、DBN以及PSO-DBN方法。

• 单位
  常州大学