科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更为准确有效地诊断风机变桨系统故障，提出一种通过改进自适应遗传算法(IAGA)来优化自联想神经网络(AANN)的风机故障诊断模型。在IAGA中对选择算子进行改进，加快自适应遗传算法收敛速率，同时在适应度函数中引入AUC,降低不平衡数据对模型诊断效果的干扰；使用IAGA对AANN初始权值进行优化，通过AANN获得变桨系统正常状态下的残差分布，利用JS散度计算其与故障时刻残差分布的偏移度，判断变桨系统是否故障。利用华北某风电场记录的历史数据进行实验，结果表明，与其他神经网络相比较，IAGA-AANN网络能够有效提高风机故障诊断识别率，缩短模型训练时间。
- 单位
