一种GA-ACO-BP模型的热网泄漏故障诊断研究

摘要

【目的】研究目前传统BP(back propagation)模型对热网泄漏故障诊断过程中存在故障识别率低、收敛速度慢以及易陷入局部极值等问题。【方法】提出了一种基于遗传蚁群（genetic algorithm-ant colony optimization,GA-ACO）算法优化的BP模型。利用GA算法的交叉变异算子改进了信息素初始值，通过ACO算法提高了模型的迭代速度以及最优解的寻找，优化了BP模型的初始权值和阈值，并通过系统仿真软件将此模型应用到热网泄漏故障诊断中。【结果】结果表明：相比于传统BP模型和GA-BP模型，GA-ACO-BP模型具有更快的收敛速度，预测值更加接近期望值且误差更小，有效提高了热网泄漏故障的预测精度，能够实现对泄漏故障快速、准确的诊断和定位。

关键词

热网泄漏 / BP神经网络 / 遗传算法 / 蚁群算法 / 故障诊断