• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于海鸥优化算法的接地短路故障预测方法研究
  • 作者

    谭香玉马志斌叶良朋

  • 单位

    中国计量大学质量与安全工程学院

  • 摘要
    针对现有煤矿供电系统故障预测方法对于数据深入挖掘与分析利用的不足,提出一种基于海鸥优化算法(SOA)优化模糊神经网络(FNN)的煤矿供电系统接地短路故障预测方法。首先根据煤矿短路故障状态的离散性数据进行故障参数的模糊化处理,再利用SOA初始化神经网络的参数,解决因为权值和阈值随机赋值而导致网络易陷入局部最优的问题,从而提升模型的预测精度。实验结果表明,SOA-FNN模型相比传统FNN具有收敛速度快、预测精度高的特点,有利于提高煤矿供电系统的安全性。
  • 关键词

    接地短路故障预测FNNSOA

  • 文章目录
    0 引言
    1 单相接地短路故障特征分析
    2 煤矿供电系统的FNN模型
    3 SOA对神经网络的优化
    4 实验验证
    5 结语
  • 引用格式
    谭香玉,马志斌,叶良朋.基于海鸥优化算法的接地短路故障预测方法研究[J].煤矿机械,2023,44(11):177-179.DOI:10.13436/j.mkjx.202311052.
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联