作者：陶洪峰; 周超超; 杨慧中逆变器三电平故障诊断决策树支持向量机粒子群聚类
摘要：针对二极管箝位型三电平逆变器的开路故障诊断问题,提出一种基于决策树支持向量机（decision tree support vector machines,DT-SVM）的故障诊断方法。以逆变状态为例,首先分析逆变器主电路的运行情况并进行故障分类,然后以中、上、下三种桥臂电压为测量信号,采用小波多尺度分解法提取特征信号,进而利用粒子群聚类算法（particle swarm clustering algorithm）生成决策树SVM分类模型,最终实现了三电平逆变器的多模式故障诊断。仿真结果表明,本方法在使用了较少分类模型的情况下完成故障诊断任务,相较于BP神经网络、一对一结构的支持向量机和极端学习机等方法,在10%白噪声扰动下对于三电平逆变器多模式开路故障的诊断精度可达98.46%,算法具有更好的准确性和鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
