[发明专利]基于BP神经网络的配电开关设备可靠性评估方法

摘要

本发明公开一种基于BP神经网络的设备可靠性评估方法，包括：步骤1，以设备故障率为可靠性评估的指标，把设备运行单位时间段内的环境因素、历史单位时间段内的故障率作为自变量，下一单位时间段内的故障率作为因变量；步骤2，将数据归一化，并选取若干组数据作为样本；步骤3，初始化BP神经网络；步骤4，将归一化后的样本输入BP神经网络，计算隐含层、输出层的输出值；步骤5，计算输出层与实际值的误差，直到输出层的输出误差小于给定的学习精度，结束迭代；步骤6，根据建立好的模型，输入下一单位时间段内的环境因素以及历史单位时间段内的故障率，对下一单位时间段内的设备故障率进行预测，根据预测结果安排设备的运维检修。

主权项

1.一种基于BP神经网络的设备可靠性评估方法，其特征在于，包括：步骤1，以设备故障率为可靠性评估的指标，把设备运行单位时间段内的环境因素、历史单位时间段内的故障率作为自变量，下一单位时间段内的故障率作为因变量；步骤2，将步骤1中所述的自变量和所述因变量数据进行归一化，然后选取若干组数据作为样本，并将一部分样本数据作为训练集、另一部分数据作为测试集；步骤3，对BP神经网络进行初始化；步骤4，将归一化后的样本输入BP神经网络，计算隐含层、输出层的输出值；步骤5，根据步骤4得到的各层输出值计算输出层与实际值的误差；步骤6，根据步骤5得到的误差，比较其与给定学习精度的大小，当误差大于给定的精度，则修正权值和阈值，再计算各层的输入和输出直到输出层的输出误差小于给定的学习精度，结束迭代，模型建立完成；步骤7，根据步骤6建立好的模型，输入下一单位时间段内的环境因素以及历史单位时间段内的故障率，对下一单位时间段内的设备故障率进行预测，根据预测结果合理安排设备的运维检修。