典型文献
基于EEMD模糊熵和PSO-KELM的NPC三电平逆变器故障诊断
文献摘要：
功率开关器件是逆变器的核心部件,但其易发生开路故障,故对其进行故障诊断方法研究很有必要;针对中点钳位型(NPC)三电平逆变器功率开关管器件的开路故障,提出一种基于总体经验模态分解(EEMD)模糊熵和粒子群算法(PSO)优化的核函数极限学习机(KELM)的故障诊断方法;首先采样功率开关器件的桥臂输出端的三相电压作为故障信号以区分各种故障类型,然后利用EEMD模糊熵提取故障特征向量,最后将其划分为训练集和测试集送入PSO-KELM中,识别故障类型并输出诊断结果;经Matlab平台仿真实验得到该方法的故障诊断率超过98％,通过与其他方法的对比实验分析,该方法的有效性与优势得到验证.
文献关键词：
NPC三电平逆变器;故障诊断;EEMD;模糊熵;PSO-KELM
中图分类号：
作者姓名：
马子旸;张朝龙;何怡刚
作者机构：
安庆师范大学电子工程与智能制造学院,安徽安庆 246052;武汉大学电气与自动化学院,武汉 430072
文献出处：
引用格式：
[1]马子旸;张朝龙;何怡刚-.基于EEMD模糊熵和PSO-KELM的NPC三电平逆变器故障诊断)[J].计算机测量与控制,2022(04):50-55,108
A类：
B类：
EEMD,模糊熵,PSO,KELM,NPC,三电平逆变器,逆变器故障,核心部件,开路故障,故障诊断方法,中点,总体经验模态分解,粒子群算法,核函数,函数极限,极限学习机,桥臂,输出端,三相电压,故障信号,故障类型,故障特征,特征向量,训练集,测试集,送入,出诊,诊断结果,Matlab,诊断率,其他方法
AB值：
0.310701
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
