基于改进BP神经网络的电视电路直流故障诊断方法

常规的电视电路直流故障诊断方法未融合故障特征,导致其难以准确诊断电路故障。因此,提出基于改进反向传播(backpropagation,BP)神经网络的电视电路直流故障诊断方法。首先对电视电路直流故障进行全局搜索,完成故障点的诊断;其次在已诊断的故障点中,运用小波基函数对故障特征进行提取,在此基础上,改进BP神经网络的故障诊断模型;最后在样本集的训练中完成故障诊断方法的实现。实验中对电视电路的5处节点进行故障诊断,改进后的BP神经网络模型的故障诊断准确率达90%,高于基于机器学习(XGBoost)算法的故障诊断准确率(50%),表明基于改进BP神经网络的故障诊断方法能够有效诊断电路故障。