基于小波包能量法及神经网络的电力电子装置故障诊断

摘要：

故障特征提取和识别方法的研究对发展和完善电力电子装置的智能故障诊断技术有着重要的作用.应用小波包能量法提取出电力电子装置在各种状态下电压及电流信号的能量特征向量,并将它们进行数据融合作为神经元网络故障分类器的输入向量,由神经元网络故障分类器对各种故障进行识别和诊断.以电力电子整流装置主电路故障为例进行了仿真实验,试验结果表明该方法无需数学模型就能快速准确的完成故障定位诊断.

关键词：故障诊断、电力电子装置、特征提取、小波包变换、神经元网络

所属期刊栏目：31

分类号：TP183;TP206+.3(自动化基础理论)

资助基金：受天津市复杂系统控制理论及应用重点实验室基金

在线出版日期：2009-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：25-27,45