基于小波分析与随机森林算法的电力电子电路故障诊断

被引：9

作者：

蔡金锭

鄢仁武

机构：

[1] 福州大学电气工程与自动化学院

来源：

电力科学与技术学报 | 2011年 / 26卷 / 02期

关键词：

故障诊断; 电力电子电路; 随机森林算法; 小波分析;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

提出一种基于Db6小波函数和随机森林算法相结合的电力电子故障诊断新方法.介绍应用Db6小波进行波形分解和提取故障特征量的方法与步骤,阐述随机森林算法决策树的生长和投票过程,应用随机森林算法设计出故障分类器,并将其应用于12脉波可控整流电路的故障识别.诊断结果表明,所提方法具有较高的正确诊断率和较强的抗噪声能力.在加入5%或10%的噪声情况下,该方法正确诊断率分别比DHMM诊断法高出2.87%和17.43%,在工程中具有实际应用价值.

引用

收藏

页码：54 / 60

页数：7

相关论文

共 11 条

[1] 基于离散HMM的电力电子电路故障诊断 [J].

鄢仁武 ;

蔡金锭 .

电工电能新技术, 2008, (04) :22-26

[2] 基于支持向量机的电力电子电路故障诊断技术 [J].

胡清 ;

王荣杰 ;

詹宜巨 .

中国电机工程学报, 2008, (12) :107-111

[3] 基于随机森林算法的高维脑电特征优选 [J].

李飞 ;

高小榕 ;

高上凯 .

北京生物医学工程, 2007, (04) :360-364+368

[4] 基于高阶谱与支持向量机的电力电子电路故障诊断技术 [J].

崔江 ;

王友仁 ;

刘权 .

中国电机工程学报, 2007, (10) :62-66

[5] 基于神经网络和频谱分析的电力电子电路故障在线诊断 [J].

马皓 ;

徐德鸿 ;

卞敬明 .

浙江大学学报(工学版), 1999, (06) :98-102

[6] 用人工神经网络诊断电力电子电路主回路故障 [J].

苏鹏声 ;

王志强 ;

姜建国 .

清华大学学报(自然科学版), 1999, (03) :20-23

[7] 用傅里叶分析法诊断电力电子电路的故障 [J].

徐德洪，程肇基，崔学军 .

浙江大学学报(自然科学版), 1994, (06) :666-674

[8] 诊断电力电子电路故障的新方法──沃尔什分析法 [J].

徐德洪 ;

程肇基 ;

范云其 .

电工技术学报, 1993, (01) :32-35+11

[9] 诊断电力电子电路故障的一种新方法—基函数法 [J].

程肇基 ;

徐德洪 .

中国电机工程学报, 1989, (05) :24-31

[10] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32