用改进GA-BP神经网络的设备故障维修时间预测

作     者：邢毓华 李凡菲 XING Yu-hua;LI Fan-fei

作者机构：西安理工大学自动化与信息工程学院陕西西安710048 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2021年第38卷第8期

页      面：97-102,166页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(51307140) 

主　　题：光伏充电站 维修时间预测 神经网络 隐含层神经元数 预测准确度 

摘      要：光伏充电站中设备故障维修时间对运行效率有着重要影响。为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性。结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1%,较灰色模型与BP神经网络算法分别降低了90.4%与57%。改进后的GA-BP神经网络的预测准确度远高于灰色模型和BP神经网络,得到的预测时间可为维修人员调度提供依据。