基于流形学习的风电变流器故障空间维数约简

发布时间：2017-12-07 11:30

  本文关键词：基于流形学习的风电变流器故障空间维数约简

  更多相关文章： 风电变流器 经验模态分解 盒维数 流形学习 维数约简

【摘要】：在能源危机与保护环境的背景下,对清洁和可再生新能源的开发利用受到社会的日益广泛关注。风能是目前增长最快的清洁可再生能源,由于风力发电储藏量巨大、转换形式简单、开采规模大且没有污染,因此成为新能源中发展最快、技术最成熟的发电技术。风电机组常工作于野外,环境条件恶劣,变流器作为风电系统的核心部件,其稳定可靠运行至关重要,变流器发生故障时,如果不能得到及时诊断和恢复,整个风电机组可能会遭受严重损坏或导致停机,带来巨大的经济损失。因此,风电系统对变流器可靠性要求很高,变流器故障诊断对于提高系统稳定性来说至关重要。变流器中存在大量电力电子器件,具有非线性,难以建立完善的解析模型,且其发生故障时种类繁多,对于复杂系统的故障诊断目前现有的诊断技术不能满足其需求。另外,通用的故障诊断模式“特征提取→模式识别”存在特征提取方式需要人工干预和特征量维数过高使特征间具有冗余的缺点,与所要求的自动化、高精度、快速性的故障诊断指标相背离。因此,本文针对风电变流器故障信号的非平稳、非线性特性及故障特征空间维数过高导致模式识别困难的缺点,结合经验模态分解对非线性信号处理的自适应性和分形盒维数能对非线性行为定量描述的特点,提出了基于经验模态分解与盒维数及流形学习的“特征提取→维数约简→模式识别”的智能风电变流器故障诊断方法。首先,阐述风电变流器的结构与工作原理,并对变流器IGBT开路故障进行分析,通过搭建变流器Matlab仿真模型来获得正常运行与故障波形。其次,选取三相输出电压来提取故障特征,通过经验模态对三相电压信号进行分解,计算各固有模态函数的信息熵与盒维数,信息熵作为信号的能量特征、盒维数作为结构特征,将二者相结合作为变流器信号的特征量,有效地提取故障特征,准确地刻画故障状态。通过仿真得出此方法的正确性。再次,引入流形学习方法来对变流器故障特征进行维数约简,详细介绍了流形学习的相关理论及经典算法,在理论上支持了流形学习方法在变流器故障空间维数约简中的适用性。重点针对流形学习方法中存在的一些缺陷进行了改进研究,在局部线性嵌入的基础上提出了有监督增量式正交判别邻域保持嵌入的流形学习算法。最后,通过Matlab仿真来验证本文所提方法对变流器故障识别的准确性和有效性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614;TM46

【相似文献】

中国期刊全文数据库 前10条

1 周华;蔡超;丁明跃;;基于流形学习和流形高阶近似的图像距离度量[J];华中科技大学学报(自然科学版);2012年03期

2 黄鸿;李见为;冯海亮;;融合局部和全局结构的流形学习[J];光学精密工程;2009年03期

3 贺广南;杨育彬;;基于流形学习的图像检索算法研究[J];山东大学学报(工学版);2010年05期

4 金波;;基于年龄流形的人脸图像年龄识别[J];中国新技术新产品;2011年01期

5 高峥;杜川;;基于流形学习算法的人脸识别研究[J];河南机电高等专科学校学报;2011年04期

6 詹炜;;流形学习算法概述[J];武汉船舶职业技术学院学报;2013年02期

7 丁玲;唐娉;李宏益;;基于流形学习的混合光谱解混分析[J];红外与激光工程;2013年09期

8 顾艳春;;一种基于线性插值的流形学习算法[J];佛山科学技术学院学报(自然科学版);2013年01期

9 张辉远;;基于高光谱影像的流形学习降维方法近邻畸变分析[J];铁道勘察;2014年02期

10 冯海亮;李见为;王旭初;黄鸿;;基于非线性子流形的人脸识别[J];重庆大学学报;2008年03期

中国重要会议论文全文数据库 前4条

1 宋欣;王娟;张斌;叶世伟;;流形学习算法分析及在人脸数据库上的应用[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

2 刘晓平;季浩;邓伟财;;基于流形学习的非线性系统可视化算法[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

3 何慧;陈博;郭军;;基于流形学习的半监督文本情感分类算法[A];第五届全国信息检索学术会议论文集[C];2009年

4 蒋全胜;贾民平;胡建中;许飞云;;一种基于流形学习的故障模式识别方法[A];第九届全国振动理论及应用学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 苏祖强;基于泛化流形学习的风电机组传动系统早期故障诊断方法研究[D];重庆大学;2015年

2 黄鸿;图嵌入框架下流形学习理论及应用研究[D];重庆大学;2008年

3 尹峻松;流形学习理论与方法研究及在人脸识别中的应用[D];国防科学技术大学;2007年

4 黄启宏;流形学习方法理论研究及图像中应用[D];电子科技大学;2007年

5 冯海亮;流形学习算法在人脸识别中的应用研究[D];重庆大学;2008年

6 曾宪华;流形学习的谱方法相关问题研究[D];北京交通大学;2009年

7 詹宇斌;流形学习理论与方法及其应用研究[D];国防科学技术大学;2011年

8 王勇;基于流形学习的分类与聚类方法及其应用研究[D];国防科学技术大学;2011年

9 谷瑞军;基于流形学习的高维空间分类器研究[D];江南大学;2008年

10 孟德宇;关于流形学习若干基础问题与核心算法研究[D];西安交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 胡浩松;基于流形学习的旋转机械故障识别方法研究[D];燕山大学;2015年

2 丁春涛;基于图嵌入的判别近邻分析研究及应用[D];苏州大学;2015年

3 余婵娟;交互式人脸检索中人机人脸认知一致性研究[D];上海大学;2015年

4 陈明霞;基于半监督的多流形学习算法研究[D];华侨大学;2015年

5 顾阳阳;基于流形学习的雷达辐射源识别技术[D];西安电子科技大学;2014年

6 高汉宇;基于最优r-覆盖堆积数本征维数估计方法及其应用[D];西安电子科技大学;2014年

7 罗廷金;基于流形学习的数据降维算法研究[D];国防科学技术大学;2013年

8 周韵然;基于流形学习的A股上市公司抽样的信用评价[D];电子科技大学;2014年

9 史仍浩;基于流形学习的在线社会网络节点分类[D];上海交通大学;2013年

10 陈诗文;流形学习在数据降维中的应用研究[D];浙江工业大学;2015年

，

本文编号：1262260