基于BP神经网络的交流接触器剩余电寿命预测

河北工业大学电磁场与电器可靠性省部共建国家重点实验室培育基地的研究人员李奎、李晓倍、郑淑梅、贺建超、武一，在2017年第15期《电工技术学报》上撰文指出，交流接触器广泛应用于各种用电控制系统,对其剩余电寿命进行准确预测可以提高用电控制系统运行的可靠性。

建立了交流接触器剩余电寿命预测的神经网络模型,并提出网络模型结构参数的确定方法。采用平均影响值拐（MIV）筛选方法对预测模型输入参量进行筛选,确定了累积燃弧能量和吸合时间为预测模型的主要输入参量,能够反映影响交流接触器电寿命的关键因素。

分析了不同神经网络模型下交流接触器电寿命的预测误差,其中自适应遗传算法优化BP神经网络（AGA-BP）模型的预测精度最高。分析了输入参量对神经网络预测结果的影响,对比了输入参量无筛选、因子分析法、MIV筛选下预测的误差,结果表明采用MIV方法筛选出累积燃弧能量和吸合时间进行交流接触器电寿命预测的效果最好。

将不同试品的试验数据分别作为训练样本和验证样本进行预测,其最大预测误差在11%以下,因此预测模型满足工程需要。

图1 交流接触器电寿命试验控制装置