基于集成分類的電力電子變流電路故障診斷方法研究.pdf

1、隨著電力電子技術(shù)的快速發(fā)展，作為整個(gè)電能變換核心部分的電力電子變流電路被廣泛的應(yīng)用到工業(yè)、能源、交通等各個(gè)領(lǐng)域。但是，隨之而來(lái)的變流電路故障問(wèn)題也日漸突顯，故障一旦發(fā)生，將會(huì)引起十分嚴(yán)重的后果。尤其是器件的開(kāi)路故障，如果得不到及時(shí)的診斷與恢復(fù)，電子設(shè)備甚至人身安全都會(huì)受到嚴(yán)重威脅。因此，深入研究電力電子變流電路開(kāi)路故障診斷問(wèn)題，提出切實(shí)可行的解決方案，實(shí)現(xiàn)智能、高效、精準(zhǔn)的診斷無(wú)疑具有巨大的實(shí)用價(jià)值和現(xiàn)實(shí)意義。
　　針對(duì)現(xiàn)有故障診

2、斷方法在非線性、多類別分類問(wèn)題中存在的不足，本文選擇三相六脈沖整流電路為研究對(duì)象，在經(jīng)典分類器的基礎(chǔ)上，結(jié)合集成學(xué)習(xí)技術(shù)相關(guān)理論，提出了兩種變流電路故障診斷方法，并用仿真數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證。
　　本文具體研究?jī)?nèi)容如下：
　　⑴對(duì)三相六脈沖整流電路故障進(jìn)行仿真并提取故障信號(hào)。
　　通過(guò)阻隔脈沖模擬晶閘管開(kāi)路故障，在直流輸出端提取出22種故障波形；對(duì)這22種故障波形進(jìn)行數(shù)據(jù)采樣和加噪處理，得到分類器的訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)

3、。
　?、铺岢鲆环N基于BP-Adaboost強(qiáng)分類器的變流電路故障診斷方法。
　　將單一BP神經(jīng)網(wǎng)絡(luò)視為弱分類器，利用Adaboost算法對(duì)該弱分類器進(jìn)行迭代優(yōu)化，生成五個(gè)帶權(quán)重的弱分類器組成的強(qiáng)分類器。將測(cè)試數(shù)據(jù)輸入到強(qiáng)分類器中進(jìn)行診斷，最終的診斷結(jié)果由各個(gè)弱分類器加權(quán)得到。結(jié)果表明，相對(duì)于單一BP神經(jīng)網(wǎng)絡(luò)分類器， BP-Adaboost分類器在電力電子變流電路故障診斷中減小了陷入過(guò)擬合的可能性，提高了正確診斷率。

4、　　⑶提出一種基于分類間隔改進(jìn)隨機(jī)森林的變流電路故障診斷方法。
　　將訓(xùn)練樣本集通過(guò)Bagging算法隨機(jī)產(chǎn)生多個(gè)決策樹(shù)，根據(jù)決策樹(shù)在隨機(jī)森林中的分類間隔刪除其中誤差較大的決策樹(shù)，形成200棵帶權(quán)重的決策樹(shù)組成的隨機(jī)森林分類器。將測(cè)試數(shù)據(jù)輸入隨機(jī)森林分類器，得票最多的故障類別即為診斷結(jié)果。結(jié)果表明，改進(jìn)后的隨機(jī)森林分類器具有泛化能力強(qiáng)、診斷速率快和診斷精度高的特點(diǎn)。
　?、却罱ü收蠈?shí)驗(yàn)平臺(tái)，對(duì)以上所提出的兩種故障診斷方法進(jìn)行