發(fā)布時間：2017-09-13 14:21

  本文關(guān)鍵詞：變流器故障特征提取與維數(shù)約簡方法研究

  更多相關(guān)文章： 風(fēng)電變流器 特征提取 維數(shù)約簡 經(jīng)驗?zāi)B(tài)分解 分形盒維數(shù) 流形學(xué)習(xí)

【摘要】：針對風(fēng)電變流器故障信號非平穩(wěn)、非線性的特性,結(jié)合經(jīng)驗?zāi)B(tài)分解(EMD)對非線性信號處理的自適應(yīng)性和分形盒維數(shù)能對非線性行為定量描述的特點,提出基于EMD與分形的變流器故障特征提取方法。逆變輸出三相電壓信號經(jīng)EMD處理后,將所得的含故障特征的固有模態(tài)分量的信息熵作為能量分布特征,分形盒維數(shù)作為結(jié)構(gòu)特征,2種特征量結(jié)合較之前單一特征量更能精確反映變流器故障狀態(tài)。但該特征提取法容易引發(fā)維數(shù)災(zāi)難,因此引入有監(jiān)督增量式正交判別鄰域保持嵌入流形學(xué)習(xí)方法來對故障特征進行維數(shù)約簡,研究參數(shù)k,d的選擇問題,加入類標簽信息增強局部類內(nèi)幾何關(guān)系、最大化類間距離,并根據(jù)流形采樣密度和曲率對k進行自適應(yīng)調(diào)節(jié)�；陉P(guān)聯(lián)維數(shù)對吸引子不均勻性反應(yīng)敏感,更能反映吸引子動態(tài)結(jié)構(gòu)的特性,利用其對d進行估計,彌補通常情況下參數(shù)d難以確定的不足。通過Matlab仿真,驗證了所提方法對變流器故障識別的準確性與有效性,且識別率提高明顯。
【作者單位】： 蘭州交通大學(xué)自動化與電氣工程學(xué)院;
【關(guān)鍵詞】： 風(fēng)電變流器 特征提取 維數(shù)約簡 經(jīng)驗?zāi)B(tài)分解 分形盒維數(shù) 流形學(xué)習(xí)
【基金】：甘肅省科技支撐計劃基金資助項目(1204GKCA038) 甘肅省財政廳基本科研業(yè)務(wù)費基金資助項目(213063)
【分類號】：TM46
【正文快照】： 中文引用格式:梁金平,董唯光,毛向德.變流器故障特征提取與維數(shù)約簡方法研究[J].計算機工程,2015,41(12):280-287.英文引用格式:Liang Jinping,Dong Weiguang,Mao Xiangde.Study on Fault Feature Extraction and DimensionReduction Method of Converter[J].Computer Enginee

【參考文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 肖竹;3MW風(fēng)電系統(tǒng)變流器裝置的故障診斷[D];沈陽工業(yè)大學(xué);2011年

【共引文獻】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李政偉;三電平風(fēng)電變流器故障診斷策略研究[D];中國礦業(yè)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳昭宇;基于知識庫的變流器故障診斷研究[D];上海交通大學(xué);2013年

2 左巖松;大型直驅(qū)式永磁風(fēng)力發(fā)電系統(tǒng)故障退磁仿真分析[D];華中科技大學(xué);2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王國鋒,王子良,秦旭達,王太勇;基于小波包和徑向基神經(jīng)網(wǎng)絡(luò)軸承故障診斷[J];北京科技大學(xué)學(xué)報;2004年02期

2 劉樂平;林鳳濤;;基于小波包特征向量與神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷[J];軸承;2008年04期

3 蔡濤;段善旭;康勇;;電力電子系統(tǒng)故障診斷技術(shù)研究綜述[J];電測與儀表;2008年05期

4 汪木蘭,張崇巍,顧繩谷;基于聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)的變流器故障診斷研究[J];電工電能新技術(shù);2004年02期

5 李夏青;郭書友;孫振海;;小波包頻帶能量分析在饋電線路行波特征提取中的應(yīng)用[J];電氣應(yīng)用;2007年04期

6 張學(xué);亢燕茹;;雙饋異步風(fēng)力發(fā)電機變流器[J];電力電子;2008年06期

7 段其昌;榮先亮;張莉;段盼;;雙饋風(fēng)力發(fā)電系統(tǒng)雙PWM變流器的開路故障診斷[J];電氣傳動;2010年04期

8 張選利,蔡金錠,劉慶珍;人工智能在電力電子電路故障診斷中的應(yīng)用[J];福州大學(xué)學(xué)報(自然科學(xué)版);2003年03期

9 鄭連清;鄒濤;婁洪立;;電力電子主電路故障診斷方法研究[J];高電壓技術(shù);2006年03期

10 李爾國,俞金壽;一種基于RBF神經(jīng)網(wǎng)絡(luò)的傳感器故障診斷方法[J];華東理工大學(xué)學(xué)報;2002年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 黃艷芳;基于神經(jīng)網(wǎng)絡(luò)的故障模式識別方法的研究[D];太原理工大學(xué);2002年

2 劉松柏;SS8電力機車主變流器故障智能診斷系統(tǒng)的研究[D];中南大學(xué);2003年

3 劉重春;變速恒頻風(fēng)力發(fā)電模擬系統(tǒng)的研究[D];廣東工業(yè)大學(xué);2006年

4 趙楊;變速恒頻風(fēng)力發(fā)電系統(tǒng)的建模和仿真[D];沈陽工業(yè)大學(xué);2006年

5 張建民;基于波形分析技術(shù)的電力電子電路故障診斷方法研究[D];湖南大學(xué);2007年

6 張作良;基于小波變換和神經(jīng)網(wǎng)絡(luò)的電壓型變頻器故障診斷系統(tǒng)[D];中南大學(xué);2008年

7 張葉明;基于雙饋感應(yīng)電機的風(fēng)力發(fā)電系統(tǒng)研究[D];青島大學(xué);2009年

8 龍伯華;電力電子電路故障診斷方法研究[D];湖南大學(xué);2009年

，

本文編號：844212