[发明专利]基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法

权利要求书

1.基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法，其特征是：它由以下步骤实现：

步骤一、采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；

步骤二、采用小波变换法对步骤一采集到的模拟电路的单位脉冲响应输出信号进行处理，获得故障特征；

步骤三、将步骤二获得的故障特征作为数据样本，并输入至回声状态网络中，采用微分进化算法进行训练，并建立模拟电路故障诊断模型；

步骤四、采用小波变换法对步骤一获得的电路待诊断响应信号进行处理，获得故障数据，并将所述故障数据输入至步骤三中建立的模拟电路故障诊断模型中，获得并输出故障诊断结果；

步骤三中建立模拟电路故障诊断模型是采用回声状态网络静态分类的方法实现的。

2.根据权利要求1所述的基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法，其特征在于步骤三中所述采用微分进化算法进行训练的具体方法是：

步骤A、设定参数及特征空间范围，初始化回声状态网络的主要参数，所述参数包括：储备池处理单元个数、内部连接权谱半径、输入伸缩尺度和储备池稀疏程度；构建初始种群；

步骤B、对当前种群中的每个个体，进行回声状态网络训练，采用数据样本计算分类错误率，并将所述错误率作为适应度评价函数值，获得每个个体的适应度评价函数值；

步骤C、对当前种群中的每个个体，进行变异和交叉操作，得到临时种群，计算所述临时种群适应度评价函数值；

步骤D、对临时种群中的每个个体进行选择，得到新种群；

重复步骤C至步骤D，直到进化代数达到预设的最大进化代数或当种群中最佳个体的适应度值小于预设的阈值时，将最后一次迭代的最佳个体作为同步优化结果。

3.根据权利要求2所述的基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法，其特征在于步骤A中所述构建初始种群的方法是：采用下列公式：

xj=xjL+rand·(xjU-xjL),j=1,2,...D]]>

随机产生；式中rand为[0，1]之间的随机数，和分别代表第j维变量的下界和上界；D为故障特征的维数。

4.根据权利要求2所述的基于微分进化算法和回声状态网络静态分类的模拟电路故障诊断方法，其特征在于步骤B中所述对当前种群中的每个个体，进行回声状态网络训练的方法为：

步骤B1、设置参数，所述参数包括储备池处理单元个数、内部连接权谱半径、输入伸缩尺度和储备池稀疏程度；

步骤B2、初始化输入连接权矩阵Wⁱⁿ及内部连接权矩阵W；

步骤B3、将每个个体所选择的训练样本的特征输入至已初始化的回声状态网络中，并收集状态变量；

步骤B4、将步骤B3收集的状态变量输入至储备池处理单元的激活函数中进行处理，获得最终的状态变量；

步骤B5、采用伪逆算法求解输出权矩阵W^out，得到训练完毕的网络结构，训练完成。