[发明专利]一种和谐型电力机车列车供电系统故障诊断方法

摘要

一种和谐型电力机车列车供电系统故障诊断方法，步骤为建立列车供电系统的模型，在所有的故障状态下，对供电系统主电路进行建模获得主电路输出的电压信号。选取小波基函数进行小波包分解，在不同分辨率下进行各频带小波包分解子信号重构，统计各频带内重构信号的能量值，构造特征向量；利用主成分分析法进行特征提取，将能量特征集样本归一化处理，选取90个样本；其中48个样本数据对参数进行学习、训练，剩余作为测试样本，基于高斯RBF核函数，建立最小二乘支持向量机分类器，进行故障识别。本发明将小波分析、主成分分析与LSSVM方法结合起来，实现列车供电系统主电路故障的诊断，通过对比显示在供电系统主电路故障诊断效果更佳。

主权项

一种基于小波分析、主成分分析与最小二乘支持向量机的列车供电系统故障诊断方法，其特征在于，该诊断方法的步骤为：(1)建立列车供电系统的模型，根据实际的情况，主电路状态可分为4大类52小类，1)元件没有故障，供电系统正常运行，2)VD1、VD2、VT3、VT4、19C中某一个元件开路，共5种故障，3)VD1、VD2、VT3、VT4、13L中某一个元件短路，共5种故障，4)单相整流桥两个元件故障，某一元件开路或短路，另一元件开路或短路，共41种故障；(2)在所有的故障状态下，对供电系统主电路进行建模，获得主电路输出的电压信号。选取小波基函数，对所得的各个输出电压信号进行3层小波包分解，在不同分辨率下，进行各频带小波包分解子信号重构，统计各频带内重构信号的能量值，构造特征向量；(3)利用主成分分析法进行特征提取，将提取后的能量特征集样本归一化处理，选取90个样本；(4)选取其中48个样本数据对参数对LSSVM分类模型进行学习、训练，剩余的42组数据作为测试样本，基于高斯RBF核函数，惩罚因子C＝10，建立最小二乘支持向量机分类器，进行故障识别，实现列车供电系统的故障诊断。