[发明专利]基于FRFT和IFSVC的功率电子电路在线智能故障诊断方法

摘要

本发明公布了一种基于FRFT和IFSVC的功率电子电路在线智能故障诊断方法，属于信号处理和功率电子故障测试领域。本发明方法包括以下步骤：在电路合适的可测节点处周期性采集待测的功率电子电路输出信号；对采集的电压或电流信号进行分数阶傅里叶变换并提取故障特征以形成样本；利用故障字典进行计算以实现故障元件的定位。本发明具有方法简单、故障分辨率和诊断精度较高等优点，能够提高功率电子电路在线故障诊断的自动化程度。

主权项

1、一种基于FRFT和IFSVC的功率电子电路在线智能故障诊断方法，其特征在于包括如下步骤：一.离线仿真1)对功率电子电路进行可测性分析，确定功率电子电路的可测节点和故障类型；2)对功率电子电路施加与故障类型对应的测试激励后采用数据采集卡在步骤1所述的可测节点处采集功率电子电路的输出响应信号；3)将步骤2所述的输出响应信号经过分数阶傅里叶分析FRFT分解并提取故障特征；4)将步骤3所述的故障特征经过归一化得到故障样本，所述故障样本包括训练样本和测试样本；5)将步骤4所述的训练样本经过“one against rest”SVC分类器训练得到训练参数，将步骤4所述的测试样本经过“one against rest”SVC分类器测试得到最高故障诊断精度所对应的各个参数，所述最高故障诊断精度所对应的各个训练参数形成故障字典；二.在线诊断6)依次提取步骤5所述的故障字典内的信息作为基于重要性优先原则的支持向量机分类器IFSVC的节点，即构成了基于重要性优先原则的支持向量机分类器IFSVC；7)当待测的功率电子电路运行时，则重复步骤2至4得到实际故障样本；8)将步骤7所述的实际的故障样本经过步骤6所述的基于重要性优先原则的支持向量机分类器IFSVC输出故障模式。