共 20 条
基于小波变换和ICA特征提取的开关电流电路故障诊断
被引：19
作者：
龙英
[1
,2
]
何怡刚
[2
]
张镇
[1
]
谢明华
[1
]
尹柏强
[2
]
机构：
[1] 长沙学院环境光催化应用技术湖南省重点实验室
[2] 合肥工业大学电气与自动化学院
来源：
基金：
中国博士后科学基金;
关键词：
开关电流电路;
Haar小波变换;
ICA特征提取;
故障诊断;
D O I：
10.19650/j.cnki.cjsi.2015.10.029
中图分类号：
TN911.7 [信号处理];
TP183 [人工神经网络与计算];
学科分类号：
0711 ;
080401 ;
080402 ;
摘要：
提出了采用小波变换和独立成分分析(ICA)作为预处理器来进行特征提取的神经网络开关电流电路故障诊断方法。该方法对采集到的故障响应信号进行Haar小波正交滤波器分解,获得低频近似信息和高频细节信息;然后利用独立成分分析方法进行ICA故障特征提取;最后将所得到的最优故障特征输入到BP神经网络中进行故障分类。对六阶切比雪夫低通滤波器和六阶椭圆带通滤波器电路进行了仿真实验验证,获得了100%的故障诊断准确率,与其他方法进行比较,实验结果显示了该方法的优越性。
引用
收藏
页码：2389 / 2400
页数：12
相关论文