自适应蝙蝠算法优化PF的风力机桨距系统故障诊断方法

CORC > 兰州理工大学 > 兰州理工大学

	自适应蝙蝠算法优化PF的风力机桨距系统故障诊断方法
	曹洁 ; 杜永红 ; 王进花
刊名	计算机应用与软件
	2018-05-12
期号	2018年05期页码:78-84
关键词	风力机变桨距系统故障诊断粒子滤波蝙蝠算法状态估计
ISSN号	ISSN：1000-386X
英文摘要	针对粒子滤波(PF)在变桨距系统故障诊断中存在的样本贫化现象导致故障诊断精度低的问题,提出一种蝙蝠算法自适应优化粒子滤波的故障诊断方法。通过改进的蝙蝠算法优化粒子滤波的采样过程,并结合最新的观测值定义粒子适应度函数,引导粒子整体向高似然区域移动;同时引入一个动态自适应惯性权重来设计新的粒子全局搜索位置更新机制,自适应调整粒子的全局搜索与局部搜索能力的有效协调,改善粒子贫化及陷入局部极值的问题,以期提高粒子群对故障状态的估计性能。通过对风力机桨距系统执行器和传感器故障诊断的仿真分析,表明该方法可有效提高故障诊断的准确性。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/2283]
专题	兰州理工大学
作者单位	1.兰州理工大学电气工程和信息工程学院 2.甘肃省制造业信息化工程研究中心
推荐引用方式 GB/T 7714	曹洁,杜永红,王进花. 自适应蝙蝠算法优化PF的风力机桨距系统故障诊断方法[J]. 计算机应用与软件,2018(2018年05期):78-84.
APA	曹洁,杜永红,&王进花.(2018).自适应蝙蝠算法优化PF的风力机桨距系统故障诊断方法.计算机应用与软件(2018年05期),78-84.
MLA	曹洁,et al."自适应蝙蝠算法优化PF的风力机桨距系统故障诊断方法".计算机应用与软件 .2018年05期(2018):78-84.