基于小波分析和随机森林算法的变流器电路故障诊断研究

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (7986 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对变流器电路中电力电子器件的故障特性,利用小波分析对采集的数据进行去噪,运用随机森林算法对变流器电路故障类别进行诊断,并与单一随机森林故障诊断方法进行对比。仿真与实验结果分析表明,提出的方法在变流器故障诊断中具有较强的抗噪能力和较高的正确诊断率,尤其在干扰噪声较大时效果明显,在实际工程解决变流器电路故障诊断问题上具有良好的实用价值。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李明昆
	宋丹妮

关键词 ：变流器电路, 小波分析, 随机森林, 故障诊断

Abstract：Aiming at the fault characteristics of power electronic devices in converter, using wavelet threshold method to reduce the noises of the collected data, diagnosing the fault classification of converter circuit with random forests, and making a comparison with single random forests diagnosis method. The testing results show that the method owns good ability to resist noises and high accuracy, the effect is obvious when the interference noise is large. The new method has high application value to solve the problem of power electronic circuit fault diagnosis.

Key words： converter circuit wavelet threshold random forests fault diagnosis

出版日期: 2016-06-22

作者简介: 李明昆（1989-）,男,汉族,四川双流人,硕士研究生,主要研究方向为电力电子装置在线监测与故障诊断。

引用本文:

李明昆, 宋丹妮. 基于小波分析和随机森林算法的变流器电路故障诊断研究[J]. 电气技术, 2016, 17(6): 36-40. Li Mingkun, Song Danni. Fault Diagnosis Method of Converter Circuit base on Wavelet Analyze and RF Algorithm. Electrical Engineering, 2016, 17(6): 36-40.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2016/V17/I6/36

[1] Boban I, Kilchenmann P. A modern tests facility for large power electronics components[J]. ABB Review, 1993, 7(6): 29-35.
[2] Tso SK, Liang Jun, Zhou Xiaoxin. Coordination of TCSC and SVC for improvement of power system performance with NN-based parameter adaption[J]. Electrical Power&Energy Systems, 1999, 21(14): 235- 244.
[3] 汤广福, 温家良, 贺之渊, 等. 大功率电力电子装置等效试验方法及其在电力系统中的应用[J]. 中国电机工程学报, 2008, 28(36): 1-9.
[4] 汤广福, 贺之渊, 滕乐天, 等. 电压源换流器高压直流输电技术最新研究进展[J]. 电网技术, 2008, 32(22): 39-44, 89.
[5] Frank P M. Analytical and qualitative model based fault Diagnosis-A surveyandsome new results[J]. European J. Control, 1998, 5(2): 6-28.
[6] YVV. S. MurtyGK. Duby. R. M. K. sinha. fault Diagnosisin Three-phase Thyristor Converters Using microprocessor[J]. IEEE Trans on Industrial App- lication, 1984, 20(6): 1490-1497.
[7] 王荣杰. 电力电子整流装置故障诊断方法的研究[D]. 广州: 广东工业大学, 2006.
[8] 杨明玉, 杨立红. 基于神经网络的柔性直流混合输电线路故障测距[J]. 现代电力, 2013, 30(5): 50-54.
[9] 苏鹏声, 王志强, 姜建国. 用人工神经网络诊断电力电子电路主回路故障[J]. 清华大学学报(自然科学版), 1999, 39(3): 20-23.
[10] 龙伯华. 电力电子电路故障诊断方法研究[D]. 长沙:湖南大学, 2009.
[11] 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.
[12] 鄢仁武, 蔡金锭. FCM-HMM-SVM混合故障诊断模型及其在电力电子电路故障诊断中的应用[J]. 电力科学与技术学报, 2010, 2(2): 61-67.
[13] Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.
[14] Breiman L. Bagging predictors[J]. Machine Learning, 1996, 24(2): 123-140.
[15] Olshen LBJHFRA, Stone C J. Classification and regression trees[J]. Wadsworth International Group, 1984.
[16] Computers E B, the Theory of Statistics:Thinking the Unthinkable. Siam review[Z]. 1979.
[17] 孔玲军, 王峰松. MATLAB小波分析超级学习手册[M]. 北京: 人民邮电出版社, 2014: 296-321.
[18] 林飞, 杜欣. 电力电子应用技术的MATLAB仿真[M]. 北京: 中国电力出版社, 2009: 193-200.