一种基于BP神经网络的状态估计不良数据辨识方法

摘要

本发明提出一种基于BP神经网络的状态估计不良数据辨识方法，针对BP神经网络不良数据辨识方法对训练样本要求较高的要求，建立了基于状态估计结果进行不良数据辨识的BP神经网络模型，以在线状态估计计算结果断面为样本进行训练，将量测值作为输入数据，状态估计值为期望输出，通过输入与输出之间误差的反向传播，基于样本的多次迭代对连接权值和阈值进行修正，训练一个基于量测的神经网络，对于新的量测断面通过已训练的神经网络进行检测，当获取量测与预测值偏差较大则可以判断为不良数据。该方法由于直接利用了状态估计计算结果作为样本进行训练，提供了准确性较高的样本，从而提高神经网络方法对不良数据辨识精度。