基于MIV分析的GA-BP神经网络闸门健康诊断

作者：罗光宇; 杨光明^*

来源：水电能源科学, 2021, 39(11): 203-194.

• 闸门健康诊断
• 遗传算法
• BP神经网络
• MIV算法

由于闸门结构在水利枢纽运行中担任拦截水流、控制水位、调节流量、排放泥沙和飘浮物等的任务,闸门的健康诊断具有重要意义。针对闸门健康诊断模型的输入变量较多,造成网络检测的稳定性和精确度不高的问题,提出一种基于MIV(mean impact value)算法的GA-BP神经网络的闸门健康诊断方法。通过对138组闸门历史检测数据进行MIV分析,得到输入变量(诊断指标)与输出变量(闸门的健康等级)相关程度和平均贡献度,通过变量筛选原则筛选出对输出变量相关程度最大的输入变量,利用遗传算法对筛选完输入变量后的网络进行初始权值和阈值的优化,实现网络的全局优化。仿真结果表明,该方法的检测正确率从BP、GA-BP的65.79%、76.32%提高到了89.47%,能够显著提高闸门健康诊断的稳定性与准确率。

• 单位
  电气学院; 河海大学