小波包和改进粒子群算法的电力电子故障诊断

摘要：

为提高广泛应用的电力电子电路故障的诊断准确率与速度,提出一种基于小波包变换和改进粒子群算法的电力电子电路故障诊断方法.首先,利用小波包对故障信号进行分解与重构得到小波包系数,应用Fisher准则降维并进行归一化处理,得到优化的故障特征向量;然后,采用具有扭曲粒子位置的措施和增加动态惯性权重系数的改进粒子群算法求取各类故障的故障特征中心,通过计算测试样本与故障特征中心的欧氏距离实现对故障的分类诊断;最后,通过典型电力电子电路仿真实验对所提出的方法进行实验验证.实验结果表明,文中选用改进后的粒子群算法进行故障诊断时,与小波包-BP神经网络和小波包-极限学习机比较,准确率分别提高了3.52％和6.3％,诊断所需时间分别减少2.4 s和3.5 s.

关键词：电力电子电路、故障诊断、小波包变换、粒子群算法、特征提取、故障分类、实验验证

所属期刊栏目：46

分类号：TN707-34;TM461.4(基本电子电路)

资助基金：山东省自然科学基金项目ZR201911140024

在线出版日期：2023-01-11（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：131-136