[发明专利]基于改进BP神经网络的电厂设备的状态监测方法

权利要求书

1.一种基于改进BP神经网络的电厂设备的状态监测方法，其特征在于，包括以下步骤：(1)采集电厂数据(包括历史数据和实时数据)作为数据源进行种群初始化和个体迁移。(2)数据源进行初始化后得到三个种群，对这三个种群采取不同的选择方式和交叉操作。(3)防止取得的电厂数据种群陷入局部最优进行变异操作。(4)当连续几代没有出现新的最优个体时，说明算法可能陷入局部最优，此时加入扩展机制，增强种群的多样性，使算法跳出局部最优解。

2.根据权利要求1所述的一种基于改进BP神经网络的电厂设备的状态监测方法其特征在于：所述种群初始化和个体迁移是为了改善遗传算法早熟现象，引入多种群并提出一种新的个体迁移机制：初始创建三个随机种群，分别计算三个种群中个体的适应度值，根据个体适应度值将个体分为优中劣三个等级；个体迁移是指将每代的三个种群中的优秀个体放在第一个种群中，一般个体放入第二个种群，较差个体放入第三个种群；

所述选择是对于第一个种群，由于其存放的都是适应度值较大的优秀个体，将保留所有个体进入下一代种群；对于第二个种群，通过轮盘赌的方法以较大的选择概率选择个体进入下一代种群；对于第三个种群，同样通过轮盘赌的方法以较小的选择概率选择个体进入下一代种群。；

所述变异操作是第一个种群保存的是当代适应度值较大的优秀个体，因此对其进行小范围的变异，提高算法的局部搜索能力；第二个种群进行较大范围的变异，增加种群的多样性，避免陷入局部最优、产生早熟现象；第三个种群进行大范围的变异，以期产生多个新个体，增强种群多样性；

所述扩展机制是交叉操作不再仅限于三个种群各自内部进行，而是随机进行两个种群间的个体的交叉操作，以期产生新的最优个体，同时增大交叉概率和交叉个体的数目，增大个体变异概率和变异个体的数目。