电网技术

2019, v.43;No.427(06) 2204-2210

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于核密度估计分类器的变换器故障诊断方法
Fault Diagnosis Method of Converter Based on Kernel Density Estimation Classifier

黄丽梅;王武;林琼斌;蔡逢煌;陈四雄;

摘要(Abstract):

现有变换器的故障诊断过程需训练大量的故障样本才能实现故障的识别和定位,但故障数据获取困难且训练过程复杂。针对这一问题,提出一种结合基于Mallat(快速递推算法)的三次B样条小波分析与核密度估计算法。该方法首先采用基于Mallat的三次B样条小波分析方法对变换器的输出电压进行预处理,加强抗噪声能力并降低数据维度;其后,基于核密度估计的分类器对故障进行识别和定位。所提方法在故障辨识阶段无需故障样本仅对正常样本进行训练便能准确识别故障样本,且在故障定位阶段仅需训练少量故障样本就能实现故障的定位,具有抗干扰能力强、实现简单、诊断率高的优点。仿真和实验验证了所提方法的可行性和有效性。

关键词(KeyWords): 故障诊断;识别定位;三次B样条小波分析;Mallat;核密度估计

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61603094);; 福建省科学科技项目(2016J05154);; 厦门科华恒盛科技创新基金资助项目(KHHS20170416)~~

作者(Author): 黄丽梅;王武;林琼斌;蔡逢煌;陈四雄;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享