ARMA双谱分析与离散隐马尔可夫模型在电力电子电路故障诊断中的应用.pdfVIP

第30 卷 第24 期 中 国 电 机 工 程 学 报 Vol.30 No.24 Aug.25, 2010 54 2010 年8 月25 日 Proceedings of the CSEE ©2010 Chin.Soc.for Elec.Eng. 0258-8013 (2010) 24-0054-07 TM 461 A 470 40 文章编号： 中图分类号： 文献标志码： 学科分类号： ⋅ ARMA 双谱分析与离散隐马尔可夫模型 在电力电子电路故障诊断中的应用 蔡金锭，鄢仁武 (福州大学电气工程及自动化学院，福建省 福州市 350002) Fault Diagnosis of Power Electronic Circuit Applying ARMA Bispectrum and Discrete Hidden Markov Model CAI Jin-ding, YAN Ren-wu (School of Electrical Engineering and Automation,Fuzhou University, Fuzhou 350002, Fujian Province, China) ABSTRACT: A new method of mixed fault diagnosis was 谱分析，通过对双谱矩阵进行矩阵变换提取电路故障信息特 proposed for power electronic circuit based on auto- 征量，再对故障特征数据进行矢量量化；最后应用离散隐马 regressive moving average (ARMA) and discrete hidden 尔可夫模型，设计出电力电子电路的故障分类器。将该方法 markov model (DHMM). Firstly, the fault circuit sampling data 应用到 SS8 机车主变流器电路的故障诊断中。结果表明， was processed by mean normalization method. Afterwards, 所提出方法具有较高的正确诊断率和较强的抗噪声能力，在 characteristic quantities of circuit fault information were 无噪声或加入 5%的噪声情况下，正确诊断率均为 100%； analyzed and extracted by using ARMA bispectrum analysis, 而当加入 10%的噪声时，正确诊断率比 DHMM 诊断法和 and then it was delt with vector quantization. Finally the GA-BP 神经网络诊断法分别高出16.11%和23.79% 。该方法 discrete hidden Markov models were utilized to design the fault 在工程中具有实际应用价值。 classifier of power electronic circuits.The method was applied 关键词：故障诊断；电力电子电路；自回归滑动平均模型双 to fault diagnosis of the SS8 electric locomotive main converter. 谱分析；离散隐马尔可夫模型 The results show that the proposed method has high diagnostic