基于CEEMD-SE的三电平逆变器复杂故障诊断

为了提高三电平逆变器复杂开路故障诊断的准确率,文中提出一种基于互补集总经验模态分解(CEEMD)样本熵(SE)与粒子群优化(PSO)支持向量机(SVM)结合的故障诊断方法。选取负载电压作为故障信号,对其进行互补集总经验模式分解,得到一系列模态分量(IMFs);计算各分量的样本熵值作为故障特征,引入电压正半周比例系数作为辅助特征;将归一化的样本熵值和正半周比例系数作为特征向量输入到支持向量机中进行分类,利用粒子群算法对支持向量机的参数进行优化以达到最好的分类效果。仿真实验结果表明,文中方法可以有效地识别三电平逆变器复杂开路故障,相比于传统故障诊断方法,诊断准确率有大幅提升,并在不同工况和噪声干扰下具有更高的识别准确率。

资料为PDF文档格式.

本文档关键词:复杂,电平,逆变器,故障诊断,CEEMD