基于高阶谱与支持向量机的电力电子电路故障诊断技术

针对现有电力电子电路故障诊断方法存在的不足,研究了采用高阶谱分析和支持向量机(support vector machine,简称SVM)的电力电子电路故障诊断和定位方法。首先利用高阶谱中的双谱技术分析、处理和提取电路状态的故障信息特征;然后设计和采用多类层次支持向量机分类器作为故障模式的训练和识别器,其中,分类器的结构利用模糊C-均值算法(fuzzyC-means,简称FCM)进行了优化;最后采用一个实际的Buck功率电路进行了建模、仿真和验证。结果表明,采用该方法对电力电子电路故障的诊断和定位率可达99%以上,达到了较为理想的诊断精度。