典型文献
基于CEEMD-SE的三电平逆变器复杂故障诊断
文献摘要：
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.
文献关键词：
三电平逆变器;故障诊断;CEEMD-SE;故障分析;特征提取;参数优化
中图分类号：
作者姓名：
曹茂琨;帕孜来·马合木提
作者机构：
新疆大学 电气工程学院,新疆 乌鲁木齐 830047
文献出处：
引用格式：
[1]曹茂琨;帕孜来·马合木提-.基于CEEMD-SE的三电平逆变器复杂故障诊断)[J].现代电子技术,2022(02):73-78
A类：
B类：
CEEMD,SE,三电平逆变器,复杂故障,高三,开路故障,经验模态分解,样本熵,粒子群优化,PSO,故障诊断方法,负载电压,故障信号,经验模式分解,模态分量,IMFs,故障特征,半周,比例系数,特征向量,粒子群算法,分类效果,中方,诊断准确率,不同工况,噪声干扰,识别准确率,故障分析
AB值：
0.287099
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。
