论文摘要
变流器作为输电系统中的核心部件极易发生故障。为了提高其故障诊断精度,提出一种优选小波包的故障特征提取和鸟群算法优化的AdaBoost-SVM相结合的故障诊断方法。首先,采用正常特征和故障特征之间的夹角余弦来选择小波基;再利用Parseval恒等式计算小波包变换后各频带的能量,以突出故障信号在尺度上复杂的细节特征;最后采用鸟群算法优化AdaBoost-SVM来实现变流器的故障诊断。仿真结果显示,该方法可对变流器开路故障进行有效诊断;相比于传统的SVM算法,该方法噪声鲁棒性强而且在不同比例训练样本下的诊断精度都要高。
论文目录
文章来源
类型: 期刊论文
作者: 郑小霞,彭鹏
关键词: 变流器,小波包变换,支持向量机,算法,故障诊断
来源: 电力系统及其自动化学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 上海电力学院自动化工程学院
基金: 国家自然科学基金资助项目(51507098),上海市电站自动化技术重点实验室项目(13DZ2273800)
分类号: TM46
DOI: 10.19635/j.cnki.csu-epsa.000024
页码: 42-49
总页数: 8
文件大小: 979K
下载量: 218