[發(fā)明專(zhuān)利]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電廠(chǎng)設(shè)備的狀態(tài)監(jiān)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410747579.8
• 申請(qǐng)日: 2014-12-09
• 公開(kāi)（公告）號(hào): CN104503235A
• 公開(kāi)（公告）日: 2015-04-08
• 發(fā)明（設(shè)計(jì)）人: 龔安;高洪福;張建;高云
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)石油大學(xué)（華東）
• 主分類(lèi)號(hào): G05B13/04
• 分類(lèi)號(hào): G05B13/04;G06N3/02
• 代理公司: 無(wú)
• 代理人: 無(wú)

1.一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電廠(chǎng)設(shè)備的狀態(tài)監(jiān)測(cè)方法，其特征在于，包括以下步驟：(1)采集電廠(chǎng)數(shù)據(jù)(包括歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù))作為數(shù)據(jù)源進(jìn)行種群初始化和個(gè)體遷移。(2)數(shù)據(jù)源進(jìn)行初始化后得到三個(gè)種群，對(duì)這三個(gè)種群采取不同的選擇方式和交叉操作。(3)防止取得的電廠(chǎng)數(shù)據(jù)種群陷入局部最優(yōu)進(jìn)行變異操作。(4)當(dāng)連續(xù)幾代沒(méi)有出現(xiàn)新的最優(yōu)個(gè)體時(shí)，說(shuō)明算法可能陷入局部最優(yōu)，此時(shí)加入擴(kuò)展機(jī)制，增強(qiáng)種群的多樣性，使算法跳出局部最優(yōu)解。

2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電廠(chǎng)設(shè)備的狀態(tài)監(jiān)測(cè)方法其特征在于：所述種群初始化和個(gè)體遷移是為了改善遺傳算法早熟現(xiàn)象，引入多種群并提出一種新的個(gè)體遷移機(jī)制：初始創(chuàng)建三個(gè)隨機(jī)種群，分別計(jì)算三個(gè)種群中個(gè)體的適應(yīng)度值，根據(jù)個(gè)體適應(yīng)度值將個(gè)體分為優(yōu)中劣三個(gè)等級(jí)；個(gè)體遷移是指將每代的三個(gè)種群中的優(yōu)秀個(gè)體放在第一個(gè)種群中，一般個(gè)體放入第二個(gè)種群，較差個(gè)體放入第三個(gè)種群；

所述選擇是對(duì)于第一個(gè)種群，由于其存放的都是適應(yīng)度值較大的優(yōu)秀個(gè)體，將保留所有個(gè)體進(jìn)入下一代種群；對(duì)于第二個(gè)種群，通過(guò)輪盤(pán)賭的方法以較大的選擇概率選擇個(gè)體進(jìn)入下一代種群；對(duì)于第三個(gè)種群，同樣通過(guò)輪盤(pán)賭的方法以較小的選擇概率選擇個(gè)體進(jìn)入下一代種群。；

所述變異操作是第一個(gè)種群保存的是當(dāng)代適應(yīng)度值較大的優(yōu)秀個(gè)體，因此對(duì)其進(jìn)行小范圍的變異，提高算法的局部搜索能力；第二個(gè)種群進(jìn)行較大范圍的變異，增加種群的多樣性，避免陷入局部最優(yōu)、產(chǎn)生早熟現(xiàn)象；第三個(gè)種群進(jìn)行大范圍的變異，以期產(chǎn)生多個(gè)新個(gè)體，增強(qiáng)種群多樣性；

所述擴(kuò)展機(jī)制是交叉操作不再僅限于三個(gè)種群各自?xún)?nèi)部進(jìn)行，而是隨機(jī)進(jìn)行兩個(gè)種群間的個(gè)體的交叉操作，以期產(chǎn)生新的最優(yōu)個(gè)體，同時(shí)增大交叉概率和交叉?zhèn)€體的數(shù)目，增大個(gè)體變異概率和變異個(gè)體的數(shù)目。