基于CEEMD-SE的三电平逆变器复杂故障诊断

摘要：

为了提高三电平逆变器复杂开路故障诊断的准确率,文中提出一种基于互补集总经验模态分解(CEEMD)样本熵(SE)与粒子群优化(PSO)支持向量机(SVM)结合的故障诊断方法.选取负载电压作为故障信号,对其进行互补集总经验模式分解,得到一系列模态分量(IMFs);计算各分量的样本熵值作为故障特征,引入电压正半周比例系数作为辅助特征;将归一化的样本熵值和正半周比例系数作为特征向量输入到支持向量机中进行分类,利用粒子群算法对支持向量机的参数进行优化以达到最好的分类效果.仿真实验结果表明,文中方法可以有效地识别三电平逆变器复杂开路故障,相比于传统故障诊断方法,诊断准确率有大幅提升,并在不同工况和噪声干扰下具有更高的识别准确率.

关键词：三电平逆变器;故障诊断;CEEMD-SE;故障分析;特征提取;参数优化

所属期刊栏目：45

分类号：TN384-34;TM464(半导体技术)

资助基金：国家自然科学基金;新疆维吾尔自治区自然科学基金

在线出版日期：2022-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：73-78