[00056170]基于改进 BP 神经网络的电厂设备的状态监测方法
技术详细介绍
针对电厂设备状态的复杂性，利用神经网络进行状态监测，而神 经网络存在易陷入局部最优的问题，因此首先对神经网络进行改进以 期获得全局最优解。依据电厂电力设备数据实时性要求以及遗传算法 寻优时计算时间少的优势，采用遗传算法对神经网络进行优化。针对 电厂设备故障种类的多样性、设备数据的复杂性及实时性，之前提出 的算法在时间代价上考虑不够全面，为此本发明提出了一种基于个体 迁移-扩展机制的遗传算法(IM-EMGA)，在保证收敛到全局最优解的同 时加快了收敛速度。之后本发明利用经 IM-EMGA 优化的 BP 神经网络 来对电厂设备进行状态监测，从而能够及时发现故障发生的预兆，避 免停机现象。最后将本发明模型进行仿真实验，实验结果表明该方法 相比单纯的遗传算法优化的 BP 神经网络具有更好的收敛速度和全局 寻优能力。
