[发明专利]基于集成学习的电力电子开关器件网络故障诊断方法

权利要求书

1.一种基于集成学习的电力电子开关器件网络故障诊断方法，其特征在于，包括以下 步骤：

(1)采集电力电子电路在不同开关器件故障模式下的输出电压或电流信号向量集 {V_n^q}，n＝1,2,…,N，其中V_n^q＝(v_n，1,v_n，2,...,v_n，M)^T表示在故障模式F_q下的信号向量，符号 (·)^T表示转置，M表示信号向量的维数，N表示信号向量的个数；

(2)利用主成分分析从信号向量V_n^q中提取故障模式F_q下的归一化故障特征向量 R表示归一化故障特征向量的维数，N表示信号向量的个数，也即归一 化故障特征向量的个数；根据归一化故障特征向量得到归一化故障特征向量集

(3)用归一化故障特征向量集依次训练k个神经网络基元分类器，设定神经网络基 元分类器个数上限K＝50和系统误差阈值e₀；

(4)针对待测电路重复步骤(1)(2)，得待测故障特征向量V^*，将其分别接入训练好的k个 神经网络基元分类器，并利用集成学习方法得到集成识别结果。

2.如权利要求1所述的基于集成学习的电力电子开关器件网络故障诊断方法，其特征 在于：步骤(1)中，采集电力电子电路在不同开关器件故障模式下的输出电压或电流信号向 量集{V_n^q}的步骤为：

(1.1)确定电力电子开关器件的所有故障模式F_q，包括开关管开路故障和短路故障，其 中q＝1,2,…,Q，Q表示故障模式总数，同时确定电力电子开关器件可能的控制信号C_p，p＝ 1,2,…,P，P表示控制信号的总数；

(1.2)在故障模式F_q下，当控制信号为C_p时，进行L次数据采样，其中，q＝1,2,…,Q，p＝ 1,2,…,P，Q表示故障模式总数，P表示控制信号的总数，则每种故障模式下共采集P*L个信 号向量，此处*表示乘号；

(1.3)采集到的信号向量用V_n^q表示，n＝1,2,…,N，V_n^q＝(v_n，1,v_n，2,...,v_n，M)^T，其中，N＝ Q*P*L，N表示信号向量的个数，M表示信号向量的维数，也即信号向量元素的个数，根据信号 向量V_n^q得到信号向量集{V_n^q}。