基于IOOA优化SVM的电力电子软故障诊断

针对电力电子电路的软故障特征区分度差、不易诊断等一系列问题,本文提出了一种基于改进鱼鹰优化算法(improved osprey optimization algorithm, IOOA)支持向量机(support vector machine, SVM)的故障诊断方法。该方法采用变分模态分解(variational mode decomposition, VMD)提取故障信号的时域与频域特征,利用IOOA优化支持向量机的惩罚参数和核参数,建立IOOA-SVM故障诊断模型。在基准函数测试中,IOOA的寻优精度和收敛速度均有提升,并且IOOA-SVM在电力电子软故障诊断中精度达到96.88%。