一种基于遗传算法特征参数优化的瓷绝缘子损伤神经网络识别方法,属于无损检测领域。本发明采集了三类不同的瓷绝缘子试件的声信号,将采集到的声信号使用基于幅值的方法进行声信号截取,提取了三类不同的特征参数,分别为时域、形状和小波能量特征参数共32个,优化了BP神经网络输入参数,包括输入‑隐含层传递函数、隐含‑输出层传递函数和学习率。利用遗传算法优化特征值矩阵,确定了优化后的神经网络输入特征值;将测试样本特征参数按照优化的结果进行构造,并输入到训练后的BP神经网络模型中进行识别;通过计算测试样本与各类不同瓷绝缘子信号训练样本的匹配度,实现了瓷绝缘子损伤状态的高效识别。
声明:
“基于遗传算法特征参数优化的瓷绝缘子损伤神经网络识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)