基于支持向量機的級聯(lián)式變頻器功率單元故障診斷.pdf

1、隨著變頻調(diào)速技術的普及，級聯(lián)式變頻器被大量應用于驅(qū)動泵類、風機以及壓縮機等大型機械設備，是目前節(jié)約電能、改造傳統(tǒng)工業(yè)、推進技術創(chuàng)新的重要設備之一，但在實際運行中容易發(fā)生各種故障。因此，對其故障診斷方法展開深入的研究是相當有必要的。
　　本文首先以級聯(lián)式變頻器的功率單元為研究對象。在對級聯(lián)式變頻器的發(fā)展現(xiàn)狀、結構以及工作原理進行介紹的基礎上，利用MATLAB的Simulink模塊建立其仿真模型，并分別對其IGBT管的開路故障和直流母

2、線濾波電解電容老化故障進行了模擬仿真。通過對其在各個故障情況下的輸出信號進行詳細對比分析，總結其各種故障的特征規(guī)律，并利用小波包分解提取信號的頻帶能量值，得到其故障特征向量，將其當作SVM的訓練與測試樣本。
　　其次，文中系統(tǒng)介紹了支持向量機（Support Vector Machine，SVM）的相關理論，在SVM的基礎上所提出的最小二乘支持向量機（Least Square Support Vector Machine，LSSV

3、M）算法克服了SVM所存在的計算量大、收斂速度慢等不足，并介紹了LSSVM的基本原理和分類方法。針對LSSVM模型容易受正則化參數(shù)和核參數(shù)影響的缺點，采用粒子群（Particle Swarm Optimization，PSO）算法來優(yōu)化其參數(shù)，并介紹了PSO的基本理論。為了提高故障診斷的速度和正確率，提出了一種改進的粒子群算法（Improved Particle Swarm Optimization，IPSO）來對LSSVM的參數(shù)進行優(yōu)