基于PCA-SVM模型的多电平逆变系统故障诊断

多电平逆变系统由许多开关器件组成,具有非线性因素,很难建立数学模型来识别故障。针对多电平逆变系统故障的特点,为了实现级联H-桥多电平逆变系统的故障诊断,提高诊断的精确度和运算速度,提出了一种基于PCA-SVM模型的故障诊断策略。分析了故障信号,采用快速傅里叶变换(FFT)实现对故障信号的预处理,主元分析(PCA)提取起主要作用的特征向量,降低噪声,减少训练和测试时间,通过SVM进行训练和测试。实验结果表明,该方法具有很好的故障诊断能力、整体的诊断精度高达98%、计算效率高,满足了级联H-桥多电平系统诊断故障要求。

基于相对主元分析的动态数据窗口故障检测方法

传统主元分析方法量纲标准化后常常无法进行有效的主元提取。基于相对主元分析故障检测方法,其控制限只与保留的主元个数和置信度有关,因而不能满足时变、非稳定的过程监控要求。针对这些问题,本文提出了基于相对主元分析的动态数据窗口故障检测方法,该方法通过引入一个权值将传统构建控制限的方法和动态数据窗口相结合。最后应用到风力发电系统故障检测中,有效地检测出故障,并减少了误报情况。

基于动态限的周期非稳定工况的实时故障检测模型

系统非稳定工况下,传统的多元统计方法难以对多变量参数进行有效的故障检测。针对这些问题,本文给出了动态限和同峰谷的概念;并证明了周期非稳定工况下的多变量参数的T2统计量也是周期性的;然后提出了一种基于动态限的周期非稳定工况的实时故障检测模型,并对模型的实时性和可行性进行了分析。最后将该模型应用于系统周期非稳定工况下的实时故障检测。

基于MRVM模型的级联H桥型逆变系统故障诊断方法

为了实现级联H-桥多电平逆变系统的故障诊断,提高诊断准确率和诊断速度,在分析多电平逆变系统的故障特点的基础上,提出了一种基于多分类相关向量机(MRVM)模型的级联H桥逆变系统故障诊断的方法。该方法以逆变系统的输出电压信号作为模型的输入故障信号,通过快速傅立叶变换(FFT)进行信号预处理,以降低噪声,减少训练和测试时间,采用E-step和最大期望估计的方法来进行模型推断。诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果。实验结果表明,该方法具有更快的诊断速度和更高的诊断准确率,满足了级联H-桥多电平逆变系统故障诊断的要求。

基于灰色预测的粒子滤波算法

针对标准粒子滤波（SPF）算法在目标机动时跟踪滤波性能不高的问题，引入灰色预测理论，提出了一种基于灰色预测的粒子滤波（PFGF）算法，给出了算法的具体描述和运算流程。当预先建立的状态模型不再适用于目标的真实运动状态时，该方法具有良好的预估性能，减少了对事先假定目标状态模型的依赖性。与SPF方法进行了蒙特卡洛仿真比较分析，实验结果证明，PFGF算法在不增加计算复杂度的情况下，提高了跟踪精度，能够很好地克服粒子退化现象。

基于动态限的非周期非稳定工况故障检测模型

针对非周期非稳定工况的多变量系统在特征提取后很难进行有效的故障检测,建立了一个基于动态限的非周期非稳定工况的故障检测模型.该模型首先针对实时检测的需要,将过程数据进行分段处理,用动态限代替T2统计量给出的恒定控制限;然后对检测数据进行横移变换,产生分段横移线,通过判断分段横移线与对应动态限的关系实现故障检测.通过可行性分析,证明了该模型的合理性.实验验证结果表明:在非周期非稳定工况下,当多变量的输出突变导致T2统计量的幅值变化较大时,所建立的模型不仅能够实时准确地检测出故障,而且还能够大大减少系统的误判率和漏判率.

设计最优等价空间残差产生器的新的混合优化方法

研究了有突变故障采样数据(SD)系统的最优等价空间残差产生器的设计。针对用等价空间残差产生器进行SD系统故障检测时,检测结果的好坏与等价空间向量的选择密切相关,设计SD系统等价空间残差产生器的传统间接优化方法和直接优化方法均把扰动和故障看做是同一类型,导致最后设计的有突变故障SD系统残差产生器对扰动的鲁棒性差,无法对突变故障进行有效检测的情况,提出了一种设计最优等价空间残差产生器的新的混合优化方法。理论分析证明,用该方法设计的等价空间残差产生器的性能,要优于采用传统直接优化方法和间接优化方法设计的产生器,而且随着等价关系阶数s的增大,性能会进一步增强。仿真结果验证了该方法的有效性。