[发明专利]基于天牛须优化深度置信网络算法的电力电子电路故障诊断方法在审
| 申请号： | 201910993630.6 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110766137A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 何怡刚;张亚茹;何鎏璐 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62;G01R31/28 |
| 代理公司： | 42102 湖北武汉永嘉专利代理有限公司 | 代理人： | 许美红 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于天牛须优化深度置信网络算法的电力电子电路故障诊断方法，包括：采集三相PWM整流器在不同开关器件开路故障模式下的直流侧母线输出电流信号，作为原始数据集；利用经验模态分解提取不同开关器件开路故障模式下的输出电流信号的本征模态函数分量，构造原始故障特征集；基于极端树算法进行特征选择，生成故障状态敏感特征集；采用天牛须算法优化深度信念网络的结构；利用训练集训练优化后的深度信念网络，再利用测试集进行验证得到故障识别结果。本发明结合特征提取算法、优化算法、深度学习分类算法，大大提高了电力电子电路故障诊断的特征数据量和分类准确率。 | ||
| 搜索关键词： | 电力电子电路 天牛 故障诊断 开关器件 开路故障 输出电流 信念网络 特征集 三相PWM整流器 本征模态函数 经验模态分解 特征提取算法 分类准确率 原始数据集 直流侧母线 分类算法 故障识别 故障状态 算法优化 特征数据 特征选择 网络算法 优化算法 原始故障 测试集 树算法 训练集 再利用 置信 优化 验证 采集 敏感 学习 | ||
【主权项】：
1.一种基于天牛须优化深度置信网络算法的电力电子电路故障诊断方法，其特征在于,包括以下步骤：/n1）采集三相PWM整流器在不同开关器件开路故障模式下的直流侧母线输出电流信号，作为原始数据集；/n2）利用经验模态分解提取不同开关器件开路故障模式下的输出电流信号的本征模态函数分量，并计算每阶分量的包括时域、频域和能量的电力电子电路故障特征，构造原始故障特征集；/n3）通过极端树算法计算各个原始故障特征的重要性，进行故障特征选择，以去除原始故障特征集中的冗余和干扰特征，并进行归一化处理，作为故障特征集，并将故障特征集按照特定比例分为训练集和测试集；/n 4）采用深度信念网络作为分类器，利用天牛须算法优化深度信念网络的结构，得到隐含层单元数目，并设定网络的输入层、隐藏层和输出层的节点个数；/n5)利用训练集训练优化后的深度信念网络，再利用测试集进行验证得到故障识别结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910993630.6/，转载请声明来源钻瓜专利网。
