基于粒子群算法与改进BP神经网络的水电机组轴心轨迹识别

被引:30
作者
郭鹏程
罗兴锜
王勇劲
白亮
李辉
机构
[1] 西安理工大学水利水电学院
关键词
水电机组; 轴心轨迹; 边缘矩; 粒子群寻优算法; 改进BP神经网络;
D O I
10.13334/j.0258-8013.pcsee.2011.08.017
中图分类号
TM312 [水轮发电机];
学科分类号
080801 ;
摘要
在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征。该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识。某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值。
引用
收藏
页码:93 / 97
页数:5
相关论文
共 12 条
[1]   粒子群优化小波神经网络用于碰摩声发射源定位 [J].
邓艾东 ;
赵力 ;
包永强 .
中国电机工程学报, 2009, 29 (32) :83-87
[2]   遥感图像边缘特征提取与融合方法研究 [J].
李璟旭 .
计算机工程与应用 , 2009, (29) :171-176
[3]   基于特征参数的旋转机械智能故障诊断方法 [J].
张征凯 ;
薛松 ;
张优云 .
振动、测试与诊断, 2009, 29 (03) :256-260+366
[4]   多目标无功优化的向量评价自适应粒子群算法 [J].
刘佳 ;
李丹 ;
高立群 ;
宋立新 .
中国电机工程学报, 2008, (31) :22-28
[5]   多峰值函数优化的改进粒子群算法 [J].
焦卫东 ;
杨世锡 ;
常永萍 ;
严拱标 .
机械工程学报, 2008, (09) :113-116
[6]   基于仿射不变矩的轴心轨迹自动识别方法 [J].
付波 ;
周建中 ;
彭兵 ;
赵炳 .
华中科技大学学报(自然科学版), 2007, (03) :119-122
[7]   基于改进不变矩的发电机组轴心轨迹识别 [J].
倪传坤 ;
周建中 ;
付波 .
电力科学与工程, 2004, (02) :16-18
[8]   几种边界特征描述方法的比较研究 [J].
曹茂永 ;
孙农亮 ;
郁道银 .
光学技术, 2003, (03) :284-287
[9]   脉冲噪声污染图象中的数学形态边缘检测器 [J].
李向吉 ;
丁润涛 .
中国图象图形学报, 1998, (11) :15-18
[10]  
最优化理论与算法[M]. 清华大学出版社 , 陈宝林编著, 2005