基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法

作者：龙泉; 刘永前; 杨勇平

来源：太阳能学报, 2012, (01): 120-125.

• 风电机组
• 齿轮箱
• 故障诊断
• 粒子群优化算法
• BP神经网络
• 故障特征 wind turbine
• gearbox
• fault diagnosis
• particle swarm optimization
• BP neural network
• fault feature

提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法。粒子群算法不需要计算梯度,可以兼顾全局寻优和局部寻优。利用粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提高了神经网络的训练效率,加快了网络的收敛速度。考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征。经测试,算法诊断结果正确,表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室