一种GA-ACO-BP模型的热网泄漏故障诊断研究

【目的】研究目前传统BP(back propagation)模型对热网泄漏故障诊断过程中存在故障识别率低、收敛速度慢以及易陷入局部极值等问题。【方法】提出了一种基于遗传蚁群(genetic algorithm-ant colony optimization,GA-ACO)算法优化的BP模型。利用GA算法的交叉变异算子改进了信息素初始值,通过ACO算法提高了模型的迭代速度以及最优解的寻找,优化了BP模型的初始权值和阈值,并通过系统仿真软件将此模型应用到热网泄漏故障诊断中。【结果】结果表明:相比于传统BP模型和GA-BP模型,GA-ACO-BP模型具有更快的收敛速度,预测值更加接近期望值且误差更小,有效提高了热网泄漏故障的预测精度,能够实现对泄漏故障快速、准确的诊断和定位。

基于模糊层次分析法的热网泄漏风险评估

选取管道属性、管道穿孔、管道断裂、设备故障作为热网泄漏风险因素,采用模糊层次分析法确定风险因素权重,建立基于关联函数值的热网泄漏风险评估模型。结合实际案例,对热网中某管段的泄漏风险等级进行评估。实际结果与评价结果相符合,说明采用模糊层次分析法对热网泄漏风险进行评估有效。风险因素评分环节对评估结果影响重大,在实际应用中应紧密结合工程现场实际与专家意见。