共 18 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
基于小波包能量谱和ELM的光伏逆变器多故障在线诊断
被引：72
作者：
姜媛媛
[1
,2
]
王友仁
[1
]
吴
[1
]
孙权
[1
]
罗慧
[3
]
机构：
[1] 南京航空航天大学自动化学院
[2] 安徽理工大学电气与信息工程学院
[3] 南京农业大学工学院
来源：
关键词：
极端学习机;
小波包分解;
光伏逆变器;
故障诊断;
特征提取;
D O I：
10.19650/j.cnki.cjsi.2015.09.029
中图分类号：
TM464 [逆变器];
学科分类号：
080508 [光电信息材料与器件];
摘要：
以三电平光伏逆变器为研究对象,提出一种多故障模式快速诊断新方法。首先,利用小波包分解提取出三电平逆变器的桥臂电压和上、下管电压信号的能量谱特征向量,并利用主成分分析降维后获取故障特征向量;然后,基于极端学习机诊断模型分离出单器件及多器件开路等多种故障模式。实验结果表明,相比于传统BP神经网络、最小二乘支持向量机故障诊断方法,该方法检测信号易获取,抗干扰性强,诊断速度快、精度高,减小了诊断成本和复杂性,适用于在线诊断。
引用
收藏
页码：2145 / 2152
页数：8
相关论文