期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DCM‑PCA和GA‑BP的逆变器故障诊断
1
作者
黄敬尧
程煜
李雅恬
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第1期260-271,共12页
针对光伏并网三相电压型逆变器开关管的开路故障,提出深度级联模型(deep cascade mode,DCM)‒主成分分析(principal component analysis,PCA)与遗传算法(genetic algorithm,GA)优化的BP神经网络结合的故障诊断方法。首先对逆变器的开路...
针对光伏并网三相电压型逆变器开关管的开路故障,提出深度级联模型(deep cascade mode,DCM)‒主成分分析(principal component analysis,PCA)与遗传算法(genetic algorithm,GA)优化的BP神经网络结合的故障诊断方法。首先对逆变器的开路故障进行分析和仿真,确定三相电流作为故障信号,选择22类故障状态作为诊断对象,通过以稀疏表示分类(sparse representation based classififier,SRC)为基本操作单元的深度级联模型提取故障特征,DCM根据层次学习特性将故障特征分层,再由SRC部分得到不同故障的编码系数,并采用t分布—随机近邻嵌入(t⁃distributed stochastic neighbor embedding,t⁃SNE)方法验证了DCM具有较好的特征提取能力,通过PCA降低故障特征的冗余度、保留有价值的主成分提高网络映射能力,最后将故障特征向量作为GA⁃BP神经网络的输入信号实现对故障的诊断识别。通过仿真实验得到该方法的故障诊断准确率为95.64%,与DCM⁃PCA⁃BP、FFT⁃GA⁃BP和FFT⁃BP相比准确率分别提高8.71%、20.64%、51.70%,表明该方法有更好的故障特征提取能力和故障诊断效果。
展开更多
关键词
逆变器
故障诊断
神经网络
深度级联模型
故障特征
下载PDF
职称材料
题名
基于DCM‑PCA和GA‑BP的逆变器故障诊断
1
作者
黄敬尧
程煜
李雅恬
机构
三峡大学电气与新能源学院
出处
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第1期260-271,共12页
基金
湖北省自然科学基金(2019CFB331)。
文摘
针对光伏并网三相电压型逆变器开关管的开路故障,提出深度级联模型(deep cascade mode,DCM)‒主成分分析(principal component analysis,PCA)与遗传算法(genetic algorithm,GA)优化的BP神经网络结合的故障诊断方法。首先对逆变器的开路故障进行分析和仿真,确定三相电流作为故障信号,选择22类故障状态作为诊断对象,通过以稀疏表示分类(sparse representation based classififier,SRC)为基本操作单元的深度级联模型提取故障特征,DCM根据层次学习特性将故障特征分层,再由SRC部分得到不同故障的编码系数,并采用t分布—随机近邻嵌入(t⁃distributed stochastic neighbor embedding,t⁃SNE)方法验证了DCM具有较好的特征提取能力,通过PCA降低故障特征的冗余度、保留有价值的主成分提高网络映射能力,最后将故障特征向量作为GA⁃BP神经网络的输入信号实现对故障的诊断识别。通过仿真实验得到该方法的故障诊断准确率为95.64%,与DCM⁃PCA⁃BP、FFT⁃GA⁃BP和FFT⁃BP相比准确率分别提高8.71%、20.64%、51.70%,表明该方法有更好的故障特征提取能力和故障诊断效果。
关键词
逆变器
故障诊断
神经网络
深度级联模型
故障特征
Keywords
inverter
fault diagnosis
neural network
deep cascade mode
fault characteristics
分类号
TM464 [电气工程—电器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DCM‑PCA和GA‑BP的逆变器故障诊断
黄敬尧
程煜
李雅恬
《电力科学与技术学报》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部