基于PCA-ELM的模拟电路故障诊断.pdfVIP

畏3叶技2017年第30卷第5期 电子·电路 Electronic Sci．＆Tech．／May．15．2017 基于PCA．ELM的模拟电路故障诊断 周江嫂 (武汉烽火富华电气有限责任公司，湖北武汉430000) 摘要针对模拟电路的故障诊断，提出一种基于主元分析与极限学习机相结合的方法。该方法利用主成分分析 法对提取的特征数据进行降维，再结合极限学习机对电路故障进行分类。主元分析具有数据压缩及特征提取的优点，极 限学习机学习速度快、泛化性能好。实验结果表明，采用PCA—ELM结合对故障数据处理，故障诊断分类的准确性可迭 98．3％以上。 关键词模拟电路；故障诊断；极限学习机；主元分析 文献标识码A 中图分类号TN431．1；TP277 文章编号1007—7820(2017)05—072—05 Methodin CircuitsonPCA—-ELM AFault Based Diagnosis Analog ZHOU Jiangman FiberhomeFuhuaElectric (Wuhan Co．Ltd，Wuhan43000，China) AbstractBasedon theextreme method machine(ELM)，a principalcomponentanalysis(PCA)andlearning offault in circuitsis feature are PCAto diagnosisanalog proposed．Theresponseparameterspreprocessedby generate the ones．Featurevectorsundercertainstatescanbeclassified fault isrealized．The ELM，and major using diagnosis ELM and and datacharacteristicsofPCA． enjoysquicklearningspeedgoodgeneralizationperformancecompressing Simulationresultsonbenchmarkcircuitsshowthatthisschemeisfeasiblewithafault ofover98． diagnosisaccuracy 3％． fault Keywordsdiagnosis；analogcircuits；extremelearningmachine；principalcomponentanalysis 随着电子设备的广泛应用，其电路设计也愈加复 中得到应用，并显示出良好的应用前景。 杂，电路故障的快速诊断和准确定位就成为研究热点。 在实际的故障中，原始