变流器故障特征提取与维数约简方法研究

发布时间：2017-09-13 14:21

  本文关键词：变流器故障特征提取与维数约简方法研究

  更多相关文章： 风电变流器 特征提取 维数约简 经验模态分解 分形盒维数 流形学习

【摘要】：针对风电变流器故障信号非平稳、非线性的特性,结合经验模态分解(EMD)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,提出基于EMD与分形的变流器故障特征提取方法。逆变输出三相电压信号经EMD处理后,将所得的含故障特征的固有模态分量的信息熵作为能量分布特征,分形盒维数作为结构特征,2种特征量结合较之前单一特征量更能精确反映变流器故障状态。但该特征提取法容易引发维数灾难,因此引入有监督增量式正交判别邻域保持嵌入流形学习方法来对故障特征进行维数约简,研究参数k,d的选择问题,加入类标签信息增强局部类内几何关系、最大化类间距离,并根据流形采样密度和曲率对k进行自适应调节。基于关联维数对吸引子不均匀性反应敏感,更能反映吸引子动态结构的特性,利用其对d进行估计,弥补通常情况下参数d难以确定的不足。通过Matlab仿真,验证了所提方法对变流器故障识别的准确性与有效性,且识别率提高明显。
【作者单位】： 兰州交通大学自动化与电气工程学院;
【关键词】： 风电变流器 特征提取 维数约简 经验模态分解 分形盒维数 流形学习
【基金】：甘肃省科技支撑计划基金资助项目(1204GKCA038) 甘肃省财政厅基本科研业务费基金资助项目(213063)
【分类号】：TM46
【正文快照】： 中文引用格式:梁金平,董唯光,毛向德.变流器故障特征提取与维数约简方法研究[J].计算机工程,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

【参考文献】

中国硕士学位论文全文数据库 前1条

1 肖竹;3MW风电系统变流器装置的故障诊断[D];沈阳工业大学;2011年

【共引文献】

中国博士学位论文全文数据库 前1条

1 李政伟;三电平风电变流器故障诊断策略研究[D];中国矿业大学;2013年

中国硕士学位论文全文数据库 前2条

1 陈昭宇;基于知识库的变流器故障诊断研究[D];上海交通大学;2013年

2 左岩松;大型直驱式永磁风力发电系统故障退磁仿真分析[D];华中科技大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 王国锋,王子良,秦旭达,王太勇;基于小波包和径向基神经网络轴承故障诊断[J];北京科技大学学报;2004年02期

2 刘乐平;林凤涛;;基于小波包特征向量与神经网络的滚动轴承故障诊断[J];轴承;2008年04期

3 蔡涛;段善旭;康勇;;电力电子系统故障诊断技术研究综述[J];电测与仪表;2008年05期

4 汪木兰,张崇巍,顾绳谷;基于联想记忆神经网络的变流器故障诊断研究[J];电工电能新技术;2004年02期

5 李夏青;郭书友;孙振海;;小波包频带能量分析在馈电线路行波特征提取中的应用[J];电气应用;2007年04期

6 张学;亢燕茹;;双馈异步风力发电机变流器[J];电力电子;2008年06期

7 段其昌;荣先亮;张莉;段盼;;双馈风力发电系统双PWM变流器的开路故障诊断[J];电气传动;2010年04期

8 张选利,蔡金锭,刘庆珍;人工智能在电力电子电路故障诊断中的应用[J];福州大学学报(自然科学版);2003年03期

9 郑连清;邹涛;娄洪立;;电力电子主电路故障诊断方法研究[J];高电压技术;2006年03期

10 李尔国,俞金寿;一种基于RBF神经网络的传感器故障诊断方法[J];华东理工大学学报;2002年06期

中国硕士学位论文全文数据库 前8条

1 黄艳芳;基于神经网络的故障模式识别方法的研究[D];太原理工大学;2002年

2 刘松柏;SS8电力机车主变流器故障智能诊断系统的研究[D];中南大学;2003年

3 刘重春;变速恒频风力发电模拟系统的研究[D];广东工业大学;2006年

4 赵杨;变速恒频风力发电系统的建模和仿真[D];沈阳工业大学;2006年

5 张建民;基于波形分析技术的电力电子电路故障诊断方法研究[D];湖南大学;2007年

6 张作良;基于小波变换和神经网络的电压型变频器故障诊断系统[D];中南大学;2008年

7 张叶明;基于双馈感应电机的风力发电系统研究[D];青岛大学;2009年

8 龙伯华;电力电子电路故障诊断方法研究[D];湖南大学;2009年

，

本文编号：844212