一種基于遺傳算法特征參數優化的瓷絕緣子損傷神經網絡識別方法,屬于無損檢測領域。本發明采集了三類不同的瓷絕緣子試件的聲信號,將采集到的聲信號使用基于幅值的方法進行聲信號截取,提取了三類不同的特征參數,分別為時域、形狀和小波能量特征參數共32個,優化了BP神經網絡輸入參數,包括輸入?隱含層傳遞函數、隱含?輸出層傳遞函數和學習率。利用遺傳算法優化特征值矩陣,確定了優化后的神經網絡輸入特征值;將測試樣本特征參數按照優化的結果進行構造,并輸入到訓練后的BP神經網絡模型中進行識別;通過計算測試樣本與各類不同瓷絕緣子信號訓練樣本的匹配度,實現了瓷絕緣子損傷狀態的高效識別。
聲明:
“基于遺傳算法特征參數優化的瓷絕緣子損傷神經網絡識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)