中国电机工程学报 2008, 28(12) 107-111  DOI:      ISSN: 0258-8013 CN: 11-2107/TM

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
电力电子与电力传动
扩展功能
本文信息
Supporting info
PDF(230KB)
[HTML全文]
参考文献[PDF]
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
文章反馈
浏览反馈信息
本文关键词相关文章
支持向量机
故障诊断
电力电子
可控整流电路
本文作者相关文章
胡清
PubMed
Article by
基于支持向量机的电力电子电路故障诊断技术
胡清 王荣杰 詹宜巨
广东工业大学信息工程学院 集美大学 中山大学工学院
摘要: 提出一种利用小波包分析获取电力电子电路故障特征和基于支持向量机状态分类的电力电子电路故障诊断方法。首先讨论小波包故障信号特征提取和支持向量机(support vector machine,SVM)的多值分类算法,重点研究一种改进的支持向量机的"一对多"故障分类算法,实现对十二脉波可控整流电路中晶闸管断路故障的诊断。实验结果分析表明,该方法能准确对电力电子电路进行诊断和故障元定位、诊断精度高,该方法在解决电力电子电路故障诊断问题上有着很好的实用价值和应用前景。
关键词 支持向量机   故障诊断   电力电子   可控整流电路  
Fault Diagnosis Technology Based on SVM in Power Electronics Circuit
HU Qing WANG Rong-jie ZHAN Yi-ju
Abstract: A new method of fault diagnosis was proposed for power electronics circuit based on wavelet packet analysis and support vector machine (SVM). The paper discussed extraction of fault signal feature using wavelet packet and the method of multi-value classification based on SVM, studied a fault classification method of "one to multi-" based on improved SVM, and realized fault diagnosis for twelve pulses controlled thyristor rectifier circuit. Experimental results show that the method can accurately diagnose fault and locate fault element for power electronics circuit, the diagnosis precision is high. The method has very good practical value and application prospect for power electronics circuit fault diagnosis.
Keywords: support vector machines   fault diagnosis   power electronics   controlled rectifier  
收稿日期 2006-11-21 修回日期 1900-01-01 网络版发布日期  
DOI:
基金项目:

通讯作者: 胡清
作者简介:
作者Email: gduthq@163.com

参考文献:
本刊中的类似文章
1.张龙 熊国良 柳和生 邹慧君 陈慧.基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 中国电机工程学报, 2007,27(9): 99-103
2.文俊 刘天琪 李兴源 任景.在线识别同调机群的优化支持向量机算法[J]. 中国电机工程学报, 2008,28(25): 80-85
3.颜秉勇 刘喜梅 田作华 施颂椒 于飞.基于协同滤波器和支持向量机的HVDC系统故障诊断[J]. 中国电机工程学报, 2008,28(1): 23-29
4.张全明 刘会金.基于最小二乘支持向量机的电能质量扰动分类方法[J]. 中国电机工程学报, 2008,28(1): 106-110
5.彭文季 罗兴锜 郭鹏程 逯鹏.基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断[J]. 中国电机工程学报, 2007,27(23): 86-92
6.王华秋 刘全利 王越 廖晓峰.基于鲁棒最小二乘支持向量机的电机振动故障诊断[J]. 中国电机工程学报, 2007,27(30): 97-102
7.程启明 王勇浩.基于最小二乘算法的模糊支持向量机控制器及其应用[J]. 中国电机工程学报, 2007,27(8): 76-80
8.崔江 王友仁 刘权.基于高阶谱与支持向量机的电力电子电路故障诊断技术[J]. 中国电机工程学报, 2007,27(10): 62-66
9.吴琼 杨以涵 刘文颖.基于在线最小二乘支持向量机回归的电力系统暂态稳定预测[J]. 中国电机工程学报, 2007,27(25): 38-43
10.赵文清 朱永利 张小奇.应用支持向量机的变压器故障组合预测[J]. 中国电机工程学报, 2008,28(25): 14-19
11.司利云 林辉 刘震.基于最小二乘支持向量机的开关磁阻电动机建模[J]. 中国电机工程学报, 2007,27(6): 26-30
12.王永强 律方成 李和明.采用支持向量机和遗传算法的电容型设备介质损耗因数修正方法[J]. 中国电机工程学报, 2009,29(4): 123-128
13.李钧 阎维平 李春 米翠丽 李加护.基于预数值计算的锅炉飞灰可燃物含量建模[J]. 中国电机工程学报, 2009,29(17): 32-37
14.尚万峰 赵升吨 申亚京.遗传优化的最小二乘支持向量机在开关磁阻电机建模中的应用[J]. 中国电机工程学报, 2009,29(12): 65-69
15.雷肖 陈清泉 刘开培 马历.电动车蓄电池荷电状态估计的支持向量机方法[J]. 中国电机工程学报, 2008,28(18): 114-118

Copyright by 中国电机工程学报