基于改进模糊聚类和支持向量机的模拟电路故障诊断.pdfVIP

基于改进模糊聚类和支持向量机的模拟电路故障诊断·l23·

基于改进模糊聚类和支持向量机的模拟电路

故障诊断

张松兰，田丽

(1．芜湖职业技术学院电气工程学院，安徽芜湖241006；2．安徽工程大学电气工程学院，安徽芜湖241000)

摘要：为解决神经网络训练需要大量的样本，且容易陷入局部最优，收敛速度慢等缺点，采用改进模糊聚

类(IFC)和支持向量机(SVM)相结合的模拟电路故障诊断方法。利用小波分解技术提取待诊断电路的

测试信息作为故障特征，在模糊聚类算法中为消除孤立点和噪声的影响，对不同样本点引入权值以提高

聚类效果，结合改进的模糊聚类算法进一步降低故障特征的维数，将其作为支持向量机的输入量，进行

模型训练并预测模拟电路的故障。仿真结果表明，此方法应用于电路故障诊断有效削减计算复杂度并

提高了诊断精度。

关键词：模糊聚类；支持向量机；模拟电路；故障诊断

中图分类号：TP181文献标识码：A