基于深度置信网络的管网泄漏故障诊断方法研究

作     者：姚志强 YAO Zhiqiang

作者机构：中国安全生产科学研究院北京100012 

基　　金：中国安全生产科学研究院基本科研业务费专项资金项目(2017JBKY13) 

出 版 物：《中国安全生产科学技术》 (Journal of Safety Science and Technology)

年 卷 期：2018年第14卷第4期

页      码：101-106页

摘      要：针对当前管网系统数据量大不利于传统模型方法诊断故障的问题,设计了1种基于深度置信网络的管网故障诊断算法。首先,对管网数据结构以及管网系统运行状态进行分析,选取管网主要数据作为故障诊断网络的输入,确定相应运行状态作为诊断网络输出;其次,设计了基于多个受限制玻尔兹曼机与Softmax分类器级联的深度置信网络,并且利用对比散度算法和BP算法对模型进行预训练与调优,使模型参数达到全局最优;最后,通过实验测试确定所设计的深度置信网络的训练迭代次数与网络层数,使算法诊断准确率达到最优。研究结果表明:提出的基于深度置信网络的管网故障诊断算法对管网故障诊断可以达到良好的诊断结果,泄漏预测准确率在验证集样本上可达96.87%,在管网泄漏检测方面,相较于传统基于模型的方法优势明显。

主 题 词：深度置信网络 受限制玻尔兹曼机 Softmax分类器 对比散度 BP 

学科分类：08[工学] 0837[0837] 

D　O　I：10.11731/j.issn.1673-193x.2018.04.016

馆 藏 号：203287517...