基于改进非线性人工神经网络的UPS生命周期预测与评估

摘要

为准确预测不间断电源(uninterruptible power supply, UPS)的生命周期对于减少设备故障，确保关键设施稳定运行具有重要意义。研究一种基于改进非线性人工神经网络的UPS生命周期预测与评估方法。采集UPS健康状态数据与生命周期数据。利用DEMATEL法进行UPS生命周期影响特征筛选并根据筛选结果提取2个充电特征和2个放电特征，组成特征空间。帝国优化算法改进非线性人工神经网络参数，利用训练样本训练后，让模型学习到UPS设备的性能退化规律和生命周期变化模式，以用于UPS生命周期预测与评估。结果表明：改进非线性人工神经网络的超调量小于其他两种方法，由此得出在准确性上所研究方法具有优势。

关键词

改进非线性人工神经网络 / UPS生命周期 / 帝国优化算法 / 预测与评估方法