基于IIARA-CSA-ELM算法的WSN节点故障诊断模型

作者：吴佩霖^*; 何涛; 王红卫; 齐放; 谭俊

来源：电力信息与通信技术, 2022, 20(06): 89-97.

DOI：10.16543/j.2095-641x.electric.power.ict.2022.06.011

• WSN
• 节点故障
• 粗糙集
• 归纳属性约简算法
• 乌鸦搜索算法
• ELM

为提高无线传感器网络(wireless sensor networks，WSN)节点故障诊断效率，文章提出一种基于改进的归纳属性约简算法(improved inductive attribute reduction algorithm，IIARA)和使用乌鸦搜索算法(crow search algorithm，CSA)优化后的极限学习机(extreme learning machine，ELM)构建的诊断模型。首先使用IIARA算法对WSN故障诊断决策表进行约简；然后针对ELM稳定性和精确性偏低的问题，引入CSA算法对ELM的输入权值和隐含层阈值进行优化；最后构建出IIARA-CSA-ELM模型实现对WSN节点故障的准确识别与分类。仿真结果证明，该模型在5种不同可靠性的数据集中，均能够达到较高的诊断效率，有效提升了WSN节点故障诊断水平。