CNP神经网络在非线性电路故障诊断中的应用

摘要

本文通过对耦传播神经网络电路故障诊断方法的研究和分析。通过CPN神经网络建立起信息融合中心,并通过算法对多传感器采集的数据进行信息融合,从而减少了电路故障诊断的不确定性。本文通过改进CPN网络算法的初始权重的设置方法,克服了输入向量限制的局限性;通过优化CNP算法提高了算法的运行效果;实验结果表明,CPN神经网络的多传感器信息融合电路故障诊断的方法,可使实际故障元件的隶属度值大为增加,待诊断对象的可分析性也得到增强。该方法可准确定位故障元件,具有适应范围广、诊断率高、响应速度快等优点。